JevBench 更新：成本与速度约束下前三名全是开源权重模型
airesearch12 · x · 2026-11-13
JevBench v1.8.10 发布最新结果：在成本与速度上限约束内，能力(Capability)前三名全部为开源权重模型；其中第一名是 Torchcast Decision 31B v1.0。托管 API 类的综合(Composite)第一名是 decide-1.1;Google 的 Gemini Decision 1 新上榜。
「模型」频道最新
- 中国团队论文：思维链不是直线，而是分子般的拓扑结构 — mikeflache · 2026-11-14
- 126 万盲投数据：AI 不是变笨了，是用户标准每月提高 1.71 个百分点 — rohanpaul_ai · 2026-11-14
- GitHub PR 泄密：Meta 内部模型 Muse-Spark-1.4 曝光，含真实调用记录 — testingcatalog · 2026-11-14
- MathArena 首现非 OpenAI 榜首：Gemini 4 Carbon 超越 GPT-6.1 Sol — vedantmisra · 2026-11-14
- DeepMind 推出 AlphaProof Code，用形式化验证背书 AI 写的代码 — Dense_Primary629 · 2026-11-14
- 46M 参数卢干达语原生模型完成预训练，两轮对话后仍会崩 — weskambale · 2026-11-13