Muse Spark 1.1医疗基准领先
Daisy4ai · x · 2026-07-14
在 HealthBench Pro（OpenAI 的 525 个真实临床任务基准）上，Muse Spark 1.1 的表现与 GPT-5.6 Sol 接近，整体分数甚至略高。
原帖强调它在长度调整后的分数上与 GPT-5.6 Sol 基本打平，但推理成本更低：输入/输出每百万 token 约为 $1.25/$4.25，而 GPT-5.6 Sol 为 $5/$30，输出侧大约便宜 7 倍。作者把“可负担的医疗超级智能”作为目标。
所属事件:Meta Muse Spark 1.1 多项评测出炉，医疗与 Agent 表现亮眼(7 条相关)→
「模型」频道最新
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18
- 「刷榜式 demo」鉴别法：换用 Mirror's Edge 场景测模型泛化 — teortaxesTex · 2026-10-18
- DeepSeek V4.1 提升非靠蒸馏？榜单显示 OpenAI Luna 仅得 38 分 — teortaxesTex · 2026-10-18
- 爆料称 Gemini 4 复杂任务接近甚至超越 Opus 5.5 — haider1 · 2026-10-18