目标检测评测分数对比
scaling01 · x · 2026-07-11
转发了一组目标检测评测结果：
- GPT-5.5 只有 13.8 mAP，而 GPT-5.6 Sol 提升到 46.2 mAP。
- 其他两款模型也很接近：Terra 44.7、Luna 43.3。
- 但 Gemini 3.5 Flash 仍以 61.7 mAP 领先。
「模型」频道最新
- Bug Hunt Bench 放榜:105 个真实埋 bug 横评前沿编码模型 — PawelHuryn · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 实测找 105 个隐藏 bug:DeepSeek V4.1 Flash 得 24 分,成本仅 Opus 5 的 3.5% — ChartsJournalX · 2026-09-11
- 开源 LLM 排行榜与定价对照目录,一站式索引比较工具 — Last_Establishment_1 · 2026-09-11
- Anthropic 称已尽力让评测环境不可被模型识别 — MaxKannen · 2026-09-11
- Nex N2.5 Pro 开源发布,权重体积达 407GB — jinnyjuice · 2026-09-11