更强模型在智能体任务上耗时更长
ArtificialAnlys · x · 2026-07-08
Artificial Analysis数据显示,更强的模型倾向在每个任务上花费更长时间:Claude Fable 5平均约16.9分钟/任务,Claude Opus 4.8约18.5分钟,Claude Sonnet 5约22.8分钟。GLM-5.2是例外,仅约5.0分钟/任务就达到与Opus 4.8相当的全通过率;DeepSeek V4 Flash是最快实现非零全通过率的模型,平均约4.4分钟。
所属事件:Artificial Analysis 发布 Harvey 法律智能体基准评测(8 条相关)→
「模型」频道最新
- 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27