跳到正文

评测基准

模型到底谁强:Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。

最新精选

第 1–1 条 · 共 1 条
9月29日周二
  1. Simon Willison80

    Anthropic 发布 Claude Sonnet 5.5

    Anthropic 发布新模型 Claude Sonnet 5.5,官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%,定价与 Sonnet 5 相同但在各项基准上均优于 Sonnet 5。

    推荐理由:作者用鹈鹕骑车提示词实测新模型,并对比免费层能力,可看模型速度、成本与编码表现。