Signal65 发布 Pinnacle 基准：用企业真实任务重测 Agent
ryanshrout · x · 2026-09-01
Signal65 发布了名为 Pinnacle 的全新 Agentic Benchmark，旨在解决现有 AI 排行榜“撒谎”的问题。Pinnacle 的核心观点是企业购买的是“正确完成的工作”而非 Token，因此其测试基于混乱混合的真实企业数据与基础设施环境，涵盖知识工作者、数据分析师等五大企业角色。该基准跨越模型、基础设施和成本进行综合评估，获得了 NVIDIA 和 AMD 的反馈支持，开发历时一年。
所属事件:Signal65 推出 PINNACLE 基准 用企业真实任务评测智能体(4 条相关)→
「模型」频道最新
- 谷歌发布 TimesFM 3.0：3.3 亿参数零样本多变量预测模型 — osanseviero · 2026-09-01
- Claude Opus 5 被指过度执行 Prompt，做多余工作浪费 Token — Own-Adhesiveness-705 · 2026-09-01
- AI 写出完美英文，人却不爱读：缺陷才是共鸣所在 — auto_grad_ · 2026-09-01
- Fable 5.1 疑似已上架 Bedrock，发布或在近日 — haider1 · 2026-09-01
- 用户质疑：新模型发布前夕，旧模型会变笨吗？ — Salmaaboukarr · 2026-09-01
- 花 6 万美元组 Mac 集群跑本地 LLM，性能仍不及 10 美元订阅 — leebase65 · 2026-09-01