37 项基准 13 万次决策:单卡 RTX 6000 Pro 实测本地模型排行
multimodalart · x · 2026-09-22
multimodalart 公布本地模型基准测试:37 项基准、5 大类别,每个模型累计 13 万次决策,全部在单张 RTX 6000 PRO 上运行。榜单前列还包括支持 Qwen3.8-27B 与 diffusion gemma 单次推理的技术(无需微调),第三名 Decider 35B-A3B 是 Qwen3.5 35B base 的强力微调版。
所属事件:Decision Index 0.1 发布：13 万次决策横评 30+ 开源决策模型，Jev 居首(7 条相关)→
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12