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 · x · 2026-10-27
AI 医疗初创 Ortet 发布首批医疗评测结果:在其 NVIDIA Blackwell GPU 集群 Orion 上托管并评测了 34 个开源权重模型,覆盖 50 项任务、15 个公开医疗基准。
主要发现:
- 通用榜单排名不足以评估医疗能力
- 开源模型在基础医学知识上有竞争力,且作为研究协作者更「配合」
- 开源与闭源模型在患者预测类任务上都不理想
- 更高推理量通常有帮助,但最高档推理不一定取得最佳观测成绩
- 医疗领域的排名可以用少量题目子集估算出来
这是其「在医疗领域构建持续改进的智能」目标的第一步。
所属事件:Ortet 发布 Health Index：34 个开源模型健康评测排名洗牌(7 条相关)→
「模型」频道最新
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27