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:60万字真实聊天记录实测大模型关系理解(6 条相关)→
「模型」频道最新
- 曝 OpenAI API 中出现未发布模型 GPT 6 Sol — SteveEricJordan · 2026-09-11
- DeepSeek 新版多轮改 System Prompt 不再击穿缓存，费用省 36.6% — teortaxesTex · 2026-09-11
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11