七款新模型电脑任务横评
Teknium · x · 2026-07-12
对 7 个最新 AI 模型做了同一组真实电脑任务测试，放进 Hermes 里直接看它们如何操作电脑。 结论里，**GPT-5.6 Sol** 被评为综合最好，**Grok 4.5** 紧随其后，速度快且执行力强，**Muse Spark 1.1** 是本周的意外惊喜。 作者强调：**基准测试只能告诉你模型“可能会做什么”**，而让模型实际控制电脑，才能更接近它“真正会做什么”。
Teknium · x · 2026-07-12
对 7 个最新 AI 模型做了同一组真实电脑任务测试，放进 Hermes 里直接看它们如何操作电脑。 结论里，**GPT-5.6 Sol** 被评为综合最好，**Grok 4.5** 紧随其后，速度快且执行力强，**Muse Spark 1.1** 是本周的意外惊喜。 作者强调：**基准测试只能告诉你模型“可能会做什么”**，而让模型实际控制电脑，才能更接近它“真正会做什么”。