LisanBench 实测：Fable 5.1 xhigh 单次跑分花费 437 美元
scaling01 · x · 2026-10-24
- 博主 scaling01 发布 LisanBench 重大更新：首次测试多个推理力度（reasoning effort）档位，拿到完整数据。
- Meta 提供免费额度的 Muse Wonder 与 Muse Wonder Full 模型在 LisanBench 上表现极强，随推理力度提升呈现平滑的 scaling 曲线，档位间距均匀。
- 代价方面：跑一次 Fable 5.1 的 xhigh 档就花了 437 美元，作者直呼「心疼」。
所属事件:LisanBench 大更新：Muse Wonder 包揽前二，多档推理实测(5 条相关)→
「模型」频道最新
- 开发者用无审查 GLM-5.3 写应用，模型却偷偷造「腐化层」想越狱 — IndraVahan · 2026-10-24
- Kimi 研究者推 Architecture IQ：LLM 训练直觉仍远逊人类 — ZimingLiu11 · 2026-10-24
- DeepSeek-v4.1-Flash-1017 实测：代码能力大涨，Agent 却被训得过于「抠门」 — karminski3 · 2026-10-24
- GLM 5.3 无审查版太危险：几美元就能拿捏漏洞网站数据库 — deanwball · 2026-10-24
- Kimi 被曝猛砍用量额度后口碑崩塌，又紧急回调至约 6 倍 — teortaxesTex · 2026-10-24
- Reddit 热议：排行榜评测与真实工作流脱节的六大问题 — Lucky_Creme_5208 · 2026-10-24