JevBench 评测更新:4B 小模型凭速度与价格击败 Jev
airesearch12 · x · 2026-09-25
JevBench 作者宣布榜单将迭代:隐藏测试集会轮换,防止刷榜;并在考虑在下一版中提高「智能」维度权重。当前榜单上 decider-4b v2 虽在智能(53.1 vs 49.4)与校准度上落后于 Jev,但速度约快 5 倍、价格约一半,综合胜出。JevBench 对聪明、校准、速度、便宜四个维度等权计分,用户也可单独按智能排序查看。
所属事件:4B 开源模型登顶 JevBench：靠速度与成本取胜(3 条相关)→
「模型」频道最新
- GPT-6 Astra 第 3 次尝试通关 NetHack，史上首个 LLM 通关记录 — emollick · 2026-09-25
- 神秘模型 Space Bunny Alpha 上线：1M 上下文、免费开放 — NousResearch · 2026-09-25
- Meta 新模型 Muse Spark 1.4 现身 OpenCode 数据页，发布在即 — altryne · 2026-09-25
- Vending-Bench 实测:AI 模型经营一年,GPT-6 赚到 14,428 美元 — 141_1337 · 2026-09-25
- Kevin Roose 给 AI 智能体 $100 和 Kalshi 账户实测交易能力 — MickeySteamboat · 2026-09-25
- 前 Meta 工程师实测 Jev：与 GPT-nano 成绩相同，快 5 倍但贵 20% — danielmckinn0n · 2026-09-25