补充评测显示 Muse Spark 明显压过 Grok-4.20
cis_female · x · 2026-07-21
作者补充说，这次比较带上了 成本数据；他们之前把 Muse Spark 和 Grok-4.20 当成“便宜且效果差不多”的新模型，但这份评测里，Muse Spark 表现接近最佳，而 Grok 明显更差。
这条补充帖的重点仍是：在相同任务下，不同模型的能力/成本性价比可能差异很大。
所属事件:多模态大模型横向评测聚焦性价比与上下文理解(4 条相关)→
「模型」频道最新
- Sakana 用多扩散模型协作提升编程和数学表现 — SakanaAILabs · 2026-07-21
- OpenAI 黑客松项目卡住了：Codex 语音吃力，Claude 反而先诊断出问题 — ColleenMBrady · 2026-07-21
- Kimi K3 精准落在中国两年 AI 能力趋势线上 — peterwildeford · 2026-07-21
- Google 将 Gemini 3.6 Flash 定位为最强智能模型 — scaling01 · 2026-07-21
- Soofi S 30B-A3B 发布完整预训练报告，称英德双语开源领先 — abursuc · 2026-07-21
- pi 0.81.0 增加对 llama.cpp server 的一等集成 — huggingface · 2026-07-21