Benchmark Heaven 上线:全模型跑分与成本一站式对比工具
airesearch12 · x · 2026-09-18
一个名为 Benchmark Heaven 的网站(BETA)上线,自称做「最详细的 AI 成本–能力分析」。它把各家模型的基准成绩与调用价格放在同一张可交互的排名表里,读者可自由切换评分口径与视图:
- 支持按不同综合分/单项分排序:AA Coding Agent、DesignArena Full-Stack 与 Web Apps Elo、AA Coding/Intelligence、Epoch 软件与通用 ECI 等
- 价格口径可选:固定 I/O 配比(1:1 到 100:1)、仅输出、或按 OpenRouter 实测任务负载折算
- 可筛选按地区(中国/欧盟/美国)的托管位置、服务商注册地与实验室所在地,并区分推理托管地与公司注册地
- 提供「数据保密性」视图:标注哪些提供商可能用你的 prompt 做训练或留存
- 其他选项包括仅看开源权重、隐藏已弃用模型、Benchmaxxing 信号开关等
对需要选型采购、对比各模型性价比的开发者来说是一个实用的聚合工具。
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
- LightOnOCR-3 实测：免训练读懂 16 世纪手稿与古希腊文 — IgorCarron · 2026-11-02
- 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