HLE-Diamond 新榜：开源权重模型落后闭源逾 30 分
Neurogence · reddit · 2026-10-30
Artificial Analysis 更新了 HLE-Diamond（Humanity's Last Exam Diamond）独立基准排行。闭源模型包揽前列：Gemini 4 Carbon (high) 69.1% 居首，Claude Opus 5.5 (max, with fallback) 67.9%，GPT-6 63.8%，Claude Fable 5.1 (max) 60.1%，GPT-6.1 Sol (max) 58.8%，Claude Sonnet 5.5 53.3%；Meta 的 Muse Wonder (max) 以 48.5% 成为最高的开放权重模型（暂无公开 API），GPT-6.1 Terra (max) 47.3%。
榜首与最强开放权重模型之间差距超过 30 个百分点。榜单后段还包括 Kimi K3.1 Pro（39.0%）、Gemini 3.8 Flash（37.3%）、DeepSeek V4.1717 Flash（24.3%）、Grok 4.7（22.2%）、GLM-5.3 Large（17.9%）、Ling 3.1（17.3%）、Qwen3.8 2T8B（15.3%）、MiMo-V2.6-Pro（15.2%）、NVIDIA Nemotron 3.5 Super-VL（8.8%）等。
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