MikePFrank 按 AAI 数据评模型性价比，Luna 领跑 Qwen 第四
8 月 20 日至 21 日，MikePFrank 连发多条帖子，基于 AAI（Artificial Analysis）Index 的公开数据，以「智力指数得分除以单任务成本」衡量各模型的性价比，并在分析过程中修正了自己的计算方法。当前结论是：Luna 单位成本效率最高，DeepSeek V4 Flash 次之，新发布的 Qwen-3.8 27B 排第四，但它是唯一可在笔记本本地运行的模型，且在 Agent 成本效率帕累托前沿图上位于前沿线上，而 Claude 未达前沿。
已确认
- 在得分不低于 Qwen-3.8 27B 的模型中，Luna 是单位成本效率最高的模型，DeepSeek V4 Flash 紧随其后，Qwen-3.8 27B 在该指标下排第四。
- Qwen-3.8 27B 是榜单中唯一可在笔记本上本地运行的模型，是「笔记本独苗」。
- 作者更正了「单位成本智能体指数」的计算列，指出应基于该指数的单次测试成本重新计算，更新后的数据表格仅影响少数模型的排序。
- 基于 AA 数据绘制的 Agent 成本效率帕累托前沿图中，Qwen-3.8 27B 落在前沿线上，Claude 没有落在前沿线上，意味着同等性能下成本更高或同等成本下性能不足。
- AAI 官方提供了智力指数得分与成本的帕累托前沿图表。
为什么重要
- 作者认为，帕累托前沿图比单纯排名更直观地展示模型在性能与开销之间的权衡，对开发者在不同预算下选型更有参考价值。
- 该分析将「可本地部署」纳入性价比讨论，凸显 Qwen-3.8 27B 这类小尺寸模型对本地开发者的意义。
2026-08-20 ~ 2026-08-21 · 6 条相关
一手来源
- 性价比榜单：Luna 领跑，Qwen 27B 笔记本独苗 — MikePFrank ·
- 修正智能体评测：引入单次测试成本与帕累托前沿分析 — MikePFrank ·
- 成本效率图示：Qwen-3.8-27B 处于帕累托前沿，优于 Claude — MikePFrank ·
- 【源头】性价比榜单：Luna 领跑，Qwen 27B 笔记本独苗 — MikePFrank · 2026-08-20
- Luna 仍最划算，Qwen 3.8 27B 性价比排第四 — MikePFrank · 2026-08-20
- AAI 公布智力指数得分与成本的帕累托前沿 — MikePFrank · 2026-08-20
- 【源头】修正智能体评测：引入单次测试成本与帕累托前沿分析 — MikePFrank · 2026-08-20
- Agent 性价比图：Qwen 登顶 Pareto 前沿 — MikePFrank · 2026-08-20
- 【源头】成本效率图示：Qwen-3.8-27B 处于帕累托前沿，优于 Claude — MikePFrank · 2026-08-21