HLE-Diamond 榜单：推理题普遍高出知识题 16-35 分，努力档位涨分但成本飙升 11-35 倍
ArtificialAnlys · x · 2026-10-30
Artificial Analysis 补充其 HLE-Diamond 榜单的两个维度分析:
- 推理 vs 知识: 所有 50 分以上的模型在推理题上比知识题高出 16-35 分，其中 GPT-6.1 Sol (max) 差距最大——推理 76%、知识仅 41%。
- 努力档位与成本: 提高推理努力度显著涨分，但成本同步飙升。Claude Opus 5.5 从 low (42%) 到 max (68%) 涨 26 分，单任务成本约 35 倍；GPT-6 Astra 从 low (45%) 到 max (64%) 涨 19 分，成本约 11 倍。
所属事件:Artificial Analysis 发布 HLE-Diamond 榜单，Gemini 4 Carbon 居首(4 条相关)→
「模型」频道最新
- 用户吐槽 Grok Bot Windows 端：消息闪烁、bot 群聊通知轰炸、语音时好时坏 — IndraVahan · 2026-10-30
- Altman 自曝:OpenAI 曾差点放弃按 token 计费，因用户反对作罢 — menhguin · 2026-10-30
- 用户实测:$1 的 Son 成本是 Opus 的 7 倍,但按任务算仅 1.3 倍 — alvelda · 2026-10-30
- Claude 能给对答案却证不出时间复杂度 — geoffreyirving · 2026-10-30
- 医疗公司运营部门单日烧掉11.9亿枚 Opus token — RishabJainK · 2026-10-30
- 曝 Kimi K3.1 Pro 系列将亮相，11 月 4 日开放权重，_progress index_ 已超 Fable 5 — teortaxesTex · 2026-10-30