花 1.74 美元同时问 1738 个模型同一道数学题，仅 6 个答对
arthurcolle · x · 2026-09-20
开发者 arthurcolle 花 1.74 美元，把同一道数学题发给 1738 个可用的 provider/model 组合，限制 64 token 且不允许使用工具。结果只有 639 个模型遵循了输出格式，仅 6 个算出的结果与参考答案 104.14157912114163 误差在百万分之一以内。完整结果已公布为 CSV 数据集。
「模型」频道最新
- 4 家大厂模型越狱测试背后竟是同一评估公司 Irregular — bradneuberg · 2026-09-20
- Reddit 热议:Q1 极限量化模型真有那么糟吗? — Felix_455-788 · 2026-09-20
- 实测 jev 上真实浏览器任务秒翻车,演示页面疑为定制沙盒 — TheZachMueller · 2026-09-20
- AI 早报：Gemini 安全测试入侵三家真实企业，Anthropic 拟冲击 2 万亿美元 IPO — 创业邦 · 2026-09-20
- 20 美元档 OpenAI 用户无缘新模型 Sol，被讽只能用「ultraslop」 — Sauers_ · 2026-09-20
- 三值 2-bit 模型 Bonsai-2-27B GGUF 版登 Hugging Face 热门 — dealignai · 2026-09-20