FrontierML 榜单：开源与闭源模型在端到端 ML 任务上差距仍大
scaling01 · x · 2026-10-27
inductionlabs 团队发布的 FrontierML 基准上线仅两周，实验室模型大概率还未针对性优化，因此结果较可信。配套图表显示：在复杂端到端机器学习任务上，开源与闭源模型的差距依然显著。
图表要点：
- Claude Opus 5.5 以约 59 分领先闭源阵营（Sonnet 5.5 约 50 分，GPT-6 Astra 约 44 分）
- 人类研究员（Human Researcher）仍以 60+ 分居首
- 开源阵营最高为 Kimi K3（约 20 分）与 Kimi K3.1 Pro（约 29 分），DeepSeek V4.1 Flash、GLM 5.3 均在 25 分以下，Beam 1.0 不到 10 分
- 横轴为单任务总花费（钱包支出 + Agent API 成本，$10/$50/$200 三档），闭源高分通常伴随更高花费
所属事件:FrontierML 基准发布，开源闭源差距显著且现可疑未来模型(4 条相关)→
「模型」频道最新
- OpenAI 发布 GPT-6.1 Terra：更快更强电脑操作，价格更低 — airesearch12 · 2026-10-27
- GPT-6.1 Terra 发布在即:API 模型列表已出现 gpt-6.1-terra 代号 — koltregaskes · 2026-10-27
- GPT-6.1 Terra 现身 API 与 Codex 更新日志:主打图像理解+精准电脑操作 — testingcatalog · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- VLM Run 推出 OCR Playground,可并排对比多款 OCR 模型 — spillai · 2026-10-27
- GPT-6.1-Terra 上线，输出价从 $12 降至 $5 大幅降价 — scaling01 · 2026-10-27