预训练仅 68 小时：博主惊叹中国开源模型碾压西方 SoTA
teortaxesTex · x · 2026-11-07
AI 评论博主 teortaxesTex 晒出一份开源权重模型横评榜单：某模型预训练仅 68 小时、后训练一周出头，却取得惊人成绩。他指出近两年来各类中国团队（甚至包括做 HR、电商的公司 AGI 部门）的开源模型都跑赢了西方开源 SoTA，而榜单中的"Thinky"更是高出一档。
榜单亮点（Open Weights Flash / Pro 两档）：
- Kimi K3：GPQA Diamond 93.5%、Apex 2025 65.6%、HMMT Feb 2026 97.0%、AA-LCR v1.1 88.7%，多项长上下文与推理指标领先
- GLM-5.3-Flash / GLM 5.3：CrittP v2 57.4%、FORTRESS benign 96.8%，安全指标突出
- Inkling 2 Small：AA-Omniscience 非幻觉率 73.3%，事实性表现最佳
- DeepSeek-V4.1-Flash-1017：ComplexConstraints 50.4%，指令跟随最强
- 对照组 GPT-6.1 在 CrittP v2 上 65.1% 仍居首
所属事件:博主盛赞中国开源模型,担忧 Meta 排名掉队(3 条相关)→
「模型」频道最新
- 小模型阶梯训练法引热议:每次配方改动先在 3 亿至 60 亿模型上验证 — teortaxesTex · 2026-11-07
- 「GPT-6.2 Astra 藏在榜单里」实为整活：devtools 一行代码即可自导自演 — teortaxesTex · 2026-11-07
- Inkling 2 Small 以极低成本登顶开源模型 ARC-AGI-2 榜，下周开放权重 — LiTianleli · 2026-11-07
- 用户报告 Gemini 记忆功能失效：无法读取或写入记忆 — Boshirul · 2026-11-07
- 业内观点:预训练将持续演进,数据审查仍离不开人工介入 — himanshustwts · 2026-11-07
- 本地 LLM 迎黄金时代:Qwen 量化模型 12GB 显存跑 131k 上下文 — Present_Resource4022 · 2026-11-07