开发者实测:决策模型 jev 质量跑赢 GPT-6-Luna
genmon · x · 2026-10-16
genmon 首次在一个中等规模的训练管线中实战使用决策模型,结果显示 jev 在与 gpt-6-luna 的正面对比中质量更优。两组对比均以 Opus 作为基准 LLM 进行评判。这是少见的决策类模型在生产管线中的真实对比数据。
「模型」频道最新
- 曝 OpenAI 暗测内部神秘模型 Aeon：已现身 Codex 桌面版用量面板 — cedric_chee · 2026-10-16
- 博主实测：argon 日常全面能打，但重度编码仍略逊 Claude — iruletheworldmo · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16
- Reddit 用户求证 Google AI Pro 订阅中 Argon 4 用量上限 — Consistent-Text-2662 · 2026-10-16
- Reddit 用户困惑:为什么那么多人觉得 Claude 比 ChatGPT 好 — -ButterflyEffect- · 2026-10-16