ProgramBench评测：Claude 3 Opus单次任务成本高达 50 美元
jyangballin · x · 2026-08-13
由 Meta 超级智能实验室、斯坦福和哈佛联合推出的 ProgramBench 基准测试放出了完整的排行榜、单任务成本及运行轨迹数据。
数据显示，Claude 3 Opus 在执行任务时成本极其昂贵，创下了同类模型的新高：单次任务成本达到 50.53 美元，平均交互轮数高达 257 次，输出 Token 数量达 35.7 万。
所属事件:Claude Opus 5 登顶 ProgramBench 编码基准(7 条相关)→
「模型」频道最新
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16
- 问 AI 要答案永远是 7：Anthropic 工程师谈模型品味趋同陷阱 — rubenhassid · 2026-10-16
- 推ter脑筋急转弯：抠掉 Llama 3 全部权重矩阵还剩几个参数？ — Sauers_ · 2026-10-16
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- Claude 团队版一个席位被标记，全组织 5 个账号一并冻结 — RexDouglass · 2026-10-16
- Kimi K3 训后检查点表现出色，获赞预训练扎实 — SonglinYang4 · 2026-10-16