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
- KOL 吐槽 OpenAI 6.1 Sol 被评 B 级:发布策略搞砸了 — Angaisb_ · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27