Teknium 称 Anthropic 仍领先长上下文一致性和成本
Teknium · x · 2026-07-22
Teknium 认为，长上下文的质量和成本仍然是实用模型的核心瓶颈。
他在测试 GPT-5.6 Sol 和 Terra 之后得出结论：Anthropic 依然是长上下文一致性最强的选手，甚至在这种长度下可能还更便宜。帖文称，OpenAI 在超过 350K tokens 后会收 2 倍费用，但模型在那个区间里“完全没法用”；相比之下，Opus 和 Fable 在 80 万 token 以上仍能保持相近的连贯性和输出质量。
他还顺带提到，Magic.dev 之前宣传过 1 亿 token 上下文窗口，但现在看起来这条路线可能并没有真正落地。
「模型」频道最新
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27