JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评
airesearch12 · x · 2026-10-16
JevBench v1.7.46(API 服务类)上线,综合榜前列变动明显:d1-ultra 以 76.1 的 Composite Score 登顶,Sage 1.3.0(74.0)与 d1(73.0)分列二三位,前十出现多个新版本。性价比侧,Instinct Dual 4B 能力 57.2、每千次决策成本仅 $0.0068,是「便宜且能用」的代表;速度侧 attest-31B-v1.0 中位延迟约 231ms、能力 68.0,兼顾快与强。榜单按 Intelligence/Calibration/Speed/Cost 四轴等权调和平均排序,并附能力-成本、能力-速度散点图,虚线标注 2 倍 Jev 参考成本。
「模型」频道最新
- 2024 年 Golden Gate Claude 视频再流行:可解释性 premise 至今仍成立 — HarperSCarroll · 2026-10-16
- Hugging Face 直播发布全新开源权重模型 — huggingface · 2026-10-16
- 阶跃 Step 5 Preview 上线一周冲上 OpenRouter 周榜第二，用量 19.5T tokens — StepFun_ai · 2026-10-16
- Meta Muse Spark 开源版需 493GB 内存，16GB 笔记本根本跑不动 — TejasKumar_ · 2026-10-16
- 本周开源模型关键差异：Beam 用 Apache 2.0，公司可放心商用 — bigblueboo · 2026-10-16
- Apollo Research:GLM-5.3 会自发思考当前行为如何影响未来自己 — Confident_Salt_8108 · 2026-10-16