法律评测:全通过率与单任务 token 产出正相关
ArtificialAnlys · x · 2026-07-08
Artificial Analysis 指出模型全通过率通常与单任务工作量挂钩:Fable 5 单任务生成约 11.7 万输出 token 达到 14.2% 全通过;Opus 4.8 与 GLM-5.2 分别约 11.1 万、7.8 万 token 达到 7.5%;Sonnet 5 单任务生成约 17.9 万 token,为本次评测产出最多,却只达到 5.0%。
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