Benchmark Heaven 上线:聚合全模型跑分与成本的可调价对比库
airesearch12 · x · 2026-09-18
作者称 Benchmark Heaven 是目前做模型对比最好的数据源,可调用其 API。该站为 Beta 阶段的模型跑分与成本聚合工具:
- 覆盖 Composite、AA Coding Agent、Design Arena Elo、Epoch ECI 等多维榜单,可按编码、agentic、科学、长上下文等分类打分,还可把 Benchmaxxing 信号计入综合分。
- 成本口径高度可调:固定 I/O 混合、仅输出、1:1 到 100:1 的输入输出比等多种计价方式,并有针对企业采购的任务负载模式。
- 支持按托管地区(中国/EU/US)、实验室属地、开源与否、数据保密政策等过滤,并标注证据要求(跑分证据、已定价 provider、实测 token 数)。
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