RadLE 2.0：没有万能医疗模型
DrDatta_AIIMS · x · 2026-07-13
这条把 RadLE 2.0 的主结论压缩成一句话：没有单一“最佳”医疗诊断模型。
作者给出的三个代表性结果是：
- Claude Fable 5 拿下主评分（置信度加权）。
- Gemini 3.1 Pro 在原始准确率上领先。
- Meta Muse Spark 1.1 在交接准备度上最好。
也就是说，不同模型各自擅长的目标不同；如果把自主诊断拆成多个维度来看，排行榜会完全变样。
所属事件:RadLE 2.0发布：医疗AI评测聚焦不确定性(8 条相关)→
「模型」频道最新
- OpenAI 发布 GPT-6.1 Terra，Brockman 称电脑操作已快过人类 — gdb · 2026-10-27
- Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek 1017 微涨 — teortaxesTex · 2026-10-27
- 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
- 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27