Benchmark Heaven 上线:聚合全模型跑分与成本的可调权对比工具
airesearch12 · x · 2026-09-18
一个名为 Benchmark Heaven 的模型评测与成本对比站(BETA)上线,自称「最详细的成本-能力分析」。
- 聚合 AA Coding Agent、DesignArena、Epoch ECIE 等多套基准,支持综合评分排序,可开启「Benchmaxxing」信号加权
- 价格维度可切换多种 input/output 混合比例(1:1 到 100:1 等),并提供 Adjusted costs 调整口径
- 支持按模型/提供商/实验室的地区(中国/欧盟/美国)筛选,区分推理托管地与公司注册地
- 附数据保密性标注(提供商是否会用你的 prompt 训练或留存数据)
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