医疗病历问答准确率榜：OpenAI 包揽前八，GPT-6.1 Sol 达 96.7%
ArtificialAnlys · x · 2026-10-21
Artificial Analysis 的 MLCR-AA 榜单准确率维度：OpenAI 模型包揽前 27 名中的头部位置，GPT-6.1 Sol (max) 以 96.7% 居首，GPT-6 Astra (max) 95.6% 次之；最佳非 OpenAI 模型为 Qwen3.8 2.4T A95B（76.1%）。
准确率定义为答案中没有任何与病历矛盾的说法（日期、就诊、测量值乃至病灶严重程度）。但 OpenAI 模型常漏掉问题要求的关键点：GPT-6.1 Sol (max) 的完整度仅 40.0%。
所属事件:医疗长文本基准 MLCR-AA 更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列第一(7 条相关)→
「模型」频道最新
- Perplexity 发布 JOLT:训练 token 只需 GRPO 的 1/6.5 — perplexity_ai · 2026-10-22
- Recursive AI 发布 40B-A2.5B 小型 MoE 模型 Flint,基准称对标 Qwen3.6-27B — ChengleiSi · 2026-10-22
- DeepSeek 发布 V4.1-Flash-1017：性能成本双优化，登顶开源推理榜 — scaling01 · 2026-10-22
- 修复 PHP 漏洞被 OpenAI 安全限制拦住:能修不能验,用户吐槽 Codex 拦截 — Next_Technology6361 · 2026-10-22
- TPN-006 上架 Hugging Face:7.7GB 压缩版反超 Mistral 原模型 — markjeffrey · 2026-10-22
- Kimi K3.1 新 checkpoint 零样本 22 分钟画出 4.9 万 token SVG 肖像 — lyraxana · 2026-10-22