前沿模型更该看任务表现
tengyanAI · x · 2026-07-10
这条帖子主要有三个观点： - **模型路由很有用**：作者认为大家通过 fable 5 更直观地意识到模型路由的价值。 - **基准测试只是粗略参考**：benchmarks 只能大致判断能力层级，真正更有信息量的是把模型接入自己的工作流，观察它们在具体任务上的表现。 - **模型迭代带来“用量焦虑”**：作者吐槽近期模型发布和使用额度重置太频繁，自己这周几乎没睡好。
tengyanAI · x · 2026-07-10
这条帖子主要有三个观点： - **模型路由很有用**：作者认为大家通过 fable 5 更直观地意识到模型路由的价值。 - **基准测试只是粗略参考**：benchmarks 只能大致判断能力层级，真正更有信息量的是把模型接入自己的工作流，观察它们在具体任务上的表现。 - **模型迭代带来“用量焦虑”**：作者吐槽近期模型发布和使用额度重置太频繁，自己这周几乎没睡好。