博主给三个旗舰模型布置过夜长任务，明早验收谁干得最好
therealdanvega · x · 2026-10-31
开发者 Dan Vega 表示自己给 Claude Fable 5.1、GPT Astra 和 Grok 4 分别安排了一项规模不小的长时间任务，让三个模型跑一整夜，第二天早上对比各自的完成情况。属于一次民间多模型长任务实测预告，结果尚未公布。
「模型」频道最新
- 本地跑 Kimi K3.1 要 3 万美元,博主称私有推理值得这个价 — bookwormengr · 2026-10-31
- 4 天提升 67%,DeepSeek V4.1 Flash 单卡吞吐冲上 109 万 tok/s — BanghuaZ · 2026-10-31
- AA 新幻觉榜 DeepSeek 垫底引争议,teortaxes 发文驳「野鸡榜单」论 — teortaxesTex · 2026-10-31
- DeepSeek V4.1 Flash 非推理模式飙到 1486 tokens/s，智力指数仅 18.5 — teortaxesTex · 2026-10-31
- Qwen4 若采用 HC 架构，Q4 与 Q6 量化差距将显著拉大 — Ok-Shower7286 · 2026-10-31
- Apple 智能国行将至：由千问驱动，随 iOS 27.3 于 12 月上线 — op7418 · 2026-10-31