14 模型医疗基准横评:Anthropic 更全,OpenAI 更准
Artificial Analysis 对 14 个模型进行了医疗能力对比,基准包括 MLCR-AA(基于 Wisedocs 医学长上下文推理基准的私有保留集,同时考核答案完整性与准确性)和 OpenAI HealthBench Professional。结果显示 Anthropic 模型的答案更为全面,而 OpenAI 模型则在准确性和简洁性上表现更佳,两家各有优势。
2026-10-22 ~ 2026-10-22 · 2 条相关
- 第 1 集:医疗长文本基准 MLCR-AA 更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列第一(2026-10-21,7 条)
- 第 2 集:14 模型医疗基准横评:Anthropic 更全,OpenAI 更准(2026-10-22,2 条)
- Anthropic 模型答得更全，OpenAI 模型更准更简洁：14 模型医疗基准对比 — ArtificialAnlys · 2026-10-22
- 医疗基准横评:Anthropic 答案最全,OpenAI 更准更简洁 — ArtificialAnlys · 2026-10-22