Benchmark Heaven 上线:100 项基准、800 模型、真实任务成本
airesearch12 · x · 2026-09-18
Benchmark Heaven 上线(BETA),一个免费、无广告、无融资的 AI 模型评测聚合站:
- 覆盖 100 项基准、800 个模型,一站式对比
- 首创「Benchmaxxing score」,衡量模型刷基准的倾向
- 展示每任务真实成本(real cost per task),而非简单的 $/token
- 提供复合评分(Composite Score)与按编码/Agent/科学/长上下文等维度的分榜
- 可按托管地(中国/EU/US)、数据保密政策、开源与否筛选,并支持自定义输入输出价格配比与任务负载
适合选型时替代零散查榜单。
所属事件:Benchmark Heaven 开源上线：聚合 800 模型跑分与真实任务成本(12 条相关)→
「模型」频道最新
- 同一个任务两种「质感」：RL 过拟合模型与通用智能的手感差异 — theteknosaur · 2026-11-02
- LightOnOCR-3 发布：单一模型搞定转录、版面与图表解析 — IgorCarron · 2026-11-02
- NVIDIA Kumo 家族拆解：四款表格基础模型各管一类结构化数据 — pandeyparul · 2026-11-02
- SemiAnalysis：选模型别忽视安全分类器，Meta 网络安全模型居首 — ThomasScialom · 2026-11-02
- Reddit 用户盛赞 DeepSeek V4.1 Flash 1017：快、稳、便宜到可弃闭源模型 — _bachrc · 2026-11-02
- 本地量化模型对决 Claude：9 个真实 bug 修复实测，量化掉分更掉时间 — FeydRowan · 2026-11-02