XBow 按预算实测模型性价比：Claude Opus 5.5 以 91.5% 居首
mboehme_ · x · 2026-11-07
XBow 发布了一组「能力/成本」衡量数据，统计各模型在给定预算内能解决的基准任务比例。
关键结果（预算 ≤$15 内的解决率）：
- claude-opus-5-5：91.5%
- gpt-6.1-sol：89.2%
- gpt-6-astra：83.1%
- muse-wonder-1.0：79.7%
- grok-4.7：77.2%
- deepseek-v4.1-flash：72.3%
- claude-fable-5.1：70.8%
- gemini-3.8-flash-cyber：68.2%
曲线显示：解决率随可用预算变化明显，低成本区间各模型差距巨大（如部分模型 $1 内即达 70%+），没有任何单一模型在所有预算档位都领先。低价快速模型与高价强模型在不同预算约束下各有优势。
「模型」频道最新
- Epoch 图表引热议:o1 之后无同级飞跃,博主押注明年再现「o1 时刻」 — flowersslop · 2026-11-07
- 用户实测：X 的 @bot 生成视频与社交内容胜过 Codex 和 Claude — paigeinsf · 2026-11-07
- Google AI Overview 拒答 nina tucker fursuit 搜索，被讽太怂 — eigenrobot · 2026-11-07
- Google 重置 Antigravity 全员 Gemini 与 Argon 额度,方便周末继续开发 — rseroter · 2026-11-07
- 网友推断 GPT-6.2 与 Fable 5.5 下周发布：Google 文档已现截图 — imjustnewatai · 2026-11-07
- GPT Image 2.6 横扫图像榜:Flare 提速近一倍,Sunburst 登顶 — ArtificialAnlys · 2026-11-07