Benchmark Heaven 上线:100 个基准横评 800 个模型按任务计价

airesearch12 · x · 2026-09-21

开发者发布模型评测聚合站 Benchmark Heaven,自称目前最好的模型总览工具:

• 收录 100 个 benchmark、800 个模型
• 首创 Benchmaxxing 综合刷榜分数与 Composite Score
• 按每任务成本(cost per task)计价,而非每 token 美元数,更贴近真实使用成本

原文链接 →

「模型」频道最新

• 观察：各家模型做工具调用时中间步骤风格各异 — DanielLockyer · 2026-09-21
• 传 Anthropic Opus 5.5 本周发布：或比 Astra 更强更便宜 — daniel_mac8 · 2026-09-21
• Burkov 锐评神秘项目 Jev:号称秒杀 LLM,结论是 BS — burkov · 2026-09-21
• 曝月之暗面与腾讯混元竞逐 Flash 小模型，主攻 Agent 推理成本 — TheZachMueller · 2026-09-21
• 开发者上线 Made With Jev 目录站,汇总模型演示、工具与 Skills 资源 — Sea_Supermarket_5891 · 2026-09-21
• 逆向工程该选哪个模型?开发者求助 Ghidra/IDA 的 MCP 工作流 — obese_coder · 2026-09-21

更多「模型」频道 AI 资讯 →