LLaDA 2.2-flash 在 τ²-Bench 上拿到 592.8
omarsar0 · x · 2026-07-26
这条继续补充 LLaDA 2.2-flash 的基准成绩。
- τ²-Bench 上，它拿到 592.80，对比 Ling-2.6-flash 的 334.90；fast mode 还能到 705.30。
- 配图表格还列出了 SWE-bench、BFCL-v4、AIME 2026、LiveCodeBench、IFBench、KOR-Bench、GPQA-Diamond、LongBench-v2 等多项 throughput 对比，FP8 量化版本通常更快。
所属事件:蚂蚁开源扩散大模型 LLaDA 2.2，主打智能体与自纠错(10 条相关)→
「模型」频道最新
- Together AI 对谈 Meta:详解 Muse Spark Open 开放模型 — togethercompute · 2026-10-27
- GPT-6.1 Terra 发布:Agent 考试约 60 分,成本仅 Opus 5.5 的 1/9 — ChrisGPT · 2026-10-27
- ChatGPT 竟让技术支持用户去联系 404 Media 记者，还代写爆料邮件 — petrusenko_max · 2026-10-27
- 曝 GPT-6.1 Terra 定位尴尬：价格仅为 Sol 一半的中间档 — cedric_chee · 2026-10-27
- 神秘模型 Terra 得分 48，登 Artificial Analysis 情报指数前列 — haider1 · 2026-10-27
- Artificial Analysis 页面现 GPT-6.1 Terra (Max)，评分达 48 — theanonymousone · 2026-10-27