Particle-1 记忆测试仅差 Opus 5.5 3.4 分,每个正确答案成本仅 1/23
garrytan · x · 2026-11-02
Garry Tan 发布 gbrain-evals 在 LongMemEval(500 道长对话记忆问答)上的实测:同一记忆系统给模型提供相同的候选对话,particle-1 拿到 457 分(91.4%),Opus 5.5 为 474 分(94.8%),GPT-6.1 Sol 464 分(92.8%);Opus 领先 3.4 分(95% 置信区间 1.45.6)。
但按标价算每个正确答案的成本:Opus 5.5 为 $0.0993,GPT-6.1 Sol $0.0381,particle-1 仅 $0.0043——即 1 美元能买到 Opus 约 10 个正确答案、particle-1 约 230 个,约 23 倍差距。作者结论是:在智能体记忆检索场景,particle-1 已接近大模型水平而成本大幅更低。
作者也注明局限:单次早期测试、公开题目、单一 AI 评分器,且各模型都在 91%95% 区间,区分空间已很小。
「Infra」频道最新
- Blackwell 液冷服务器报价 1600 万元,四个月价格涨三倍 — teortaxesTex · 2026-11-02
- MLX 与 mlx-lm:苹果统一内存架构上的本地 LLM 推理 — goyalshaliniuk · 2026-11-02
- llama.cpp:GGUF 量化让 LLM 跑进 CPU 与边缘设备 — goyalshaliniuk · 2026-11-02
- 一文看懂 5 大 LLM 推理引擎：vLLM、SGLang、TensorRT-LLM 领衔 — goyalshaliniuk · 2026-11-02
- 英伟达 27 年市值史：2008 年曾跌超 70%，如今达 5 万亿美元 — mitchdeg · 2026-11-02
- RTX 3060 跑 38 小时:SLQ 量化混合 GGUF 评测超越原版 — maximelabonne · 2026-11-02