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 1–2 条 · 共 2 条
9月23日周三
  1. Simon Willison86

    Claude Opus 5.5 与 GPT-6 Sol/Luna 实测:新模型定价对比与推理表现分析

    Anthropic 与 OpenAI 分别推出 Claude Opus 5.5 以及 GPT-6 Sol 和 Luna,带动前沿与高性价比模型迎来大幅降价。GPT-6 系列定价相比 GPT-5.6 对标型号直接减半,Opus 5.5 定价降低 20% 且缓存读取价格下调 60%。

    推荐理由:原文对比了新一代模型的定价降幅与实测表现,并指出 Opus 5.5 在极高思考配置下可能因推理过长触发输出上限。

9月16日周三