Elo-成本 Pareto 图:8 模型上榜,高分不必贵
ArtificialAnlys · x · 2026-10-27
Code2Video-AA 的 Elo 与单任务成本对比图显示,高排名不必然高成本:GPT-6.1 Sol (max) 排第四 (1369),每任务 $0.31,约为榜首 Claude Opus 5.5 ($3.08) 的十分之一。从 MiMo-V2.6-Flash (1052, $0.01) 到 Opus 5.5 (1536, $3.08) 共有 8 个模型位于 Pareto 前沿,配图给出全部 27 个模型的对数坐标散点分布。
所属事件:AA 联合 HeyGen 发布 Code2Video-AA 营销视频生成榜(6 条相关)→
「模型」频道最新
- Bug Hunt Bench 榜单：Sonnet 5.5 max 居首，靠 7 倍轮次硬磨 — PawelHuryn · 2026-10-27
- Bug Hunt Bench 实测：GPT-6.1 Terra 仅 max 档能打，降档后暴跌 — PawelHuryn · 2026-10-27
- 爆料称 Fable 5.5「很可能」明天发布 — daniel_mac8 · 2026-10-27
- Reddit 网友微调 Qwen3.5-4B 生成 3D 场景,可用率持续提升 — ConfidentDinner6648 · 2026-10-27
- 企业基准实测 GPT 6.1：Sol High 得分 94.8%，单任务成本超 DeepSeek 两倍 — emilahlback · 2026-10-27
- Cohere 公开 Qwen 调查 trace 数据集，可复现异常链接行为 — Cohere · 2026-10-27