K2 Horizon agent 任务领跑：GDPval-AA Elo 1430 超 MiniMax-M3
ArtificialAnlys · x · 2026-09-03
Artificial Analysis 补充：K2 Horizon 375B A23B 在同等智能水平的 agent 任务中表现突出，GDPval-AA Elo 达 1430，领先 MiniMax-M3（1380），在准备演示文稿与分析等真实知识工作任务上占优。
所属事件:K2 Horizon 评测细节公布：幻觉率仅 26%，agent 任务领先(4 条相关)→
「模型」频道最新
- OpenRouter 数据：Opus 5.5 在 29 类任务中 20 类支出第一 — mmurph · 2026-10-21
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 配 DFlash drafter：分块 16 token 提速推理 — TimDarcet · 2026-10-21
- EvoPress 量化让 30B 模型从 56GB 压到 19GB，精度几乎不掉 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 雷达图曝光：对标 Gemma4-31B 与 Qwen3.6-27B — TimDarcet · 2026-10-21
- 隐私评测 CIMemories：Muse Glimmer-30B 泄密率 26.4 优于 Qwen 的 53.4 — TimDarcet · 2026-10-21