校准实测续：最贵模型准确率和校准双双垫底
AlexKim · x · 2026-09-19
作者实测发现价格与发布时间都无法预测校准表现：kimi-k3 是所测最贵模型，却在准确率和校准上双双垫底；deepseek-v4-flash 以 0.003 美元跑完全部测试，准确率反而超过 Jev。他强调：价格和身价都不决定模型是否会「承认不确定」——有的模型就是不说自己没把握。
所属事件:开发者实测16模型校准：Jev又快又诚实但准确率仅第10(8 条相关)→
「模型」频道最新
- 马斯克证实 Grok Bot 成本难以为继，Hermes 一键迁移抢用户 — Teknium · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- 同一事件转发：五档 ChatGPT 家庭套餐价格再次被扒出 — heyshrutimishra · 2026-11-04
- KOL 参访阶跃星辰上海办公室，暗示新模型即将发布 — teortaxesTex · 2026-11-04
- 爆料:Anthropic Fable 5.5 难产,正赌 OpenAI Astra 6.2 不敌自己 — haider1 · 2026-11-04
- 字节开源 Axion 1.0-35B 智能体基础模型，仅三阶段训练即比肩商用模型 — pmttyji · 2026-11-04