小模型靠烧推理Token刷分, effort拉满与最低差距悬殊
triclavian · reddit · 2026-11-19
Reddit 用户提出「小模型味儿」(small model smell)概念:小模型能在评测上以小搏大,但代价是烧掉大量推理 token;一旦把思考力度调低——或订阅服务在后台悄悄限制思考——回答质量会断崖式下滑。
作者用「最高 effort 的 AA 得分 ÷ 最低 effort 得分」衡量各模型的「小模型味」:Astra、Fable、Carbon 表现最接近大模型;而 Luna 的得分波动最为惊人,不过它的 Low 档 token 消耗也远低于 Haiku 的 Low 档。作者承认这不是完美指标,但结果颇有启发:选小模型时不能只看榜单高分,还要看它在低算力档位下的稳定性。
「模型」频道最新
- Theo 一年前毒舌模型排名,如今独赞神秘模型 Neon — vivnat · 2026-11-19
- 按当前节奏 Google 半年发完 118 个元素名,末代模型 Oganesson — emollick · 2026-11-19
- Fable 5 分类器误拦正常对话,用户总结两种温和绕过法 — repligate · 2026-11-19
- 「GPT 6.2 Sol」被吐槽拉胯:实测只给汇总数据不交原始档案 — burkov · 2026-11-19
- GPT 6.2 Sol 两分钟就放弃浏览器脚本任务,被批「可悲」 — burkov · 2026-11-19
- 爆料称 Anthropic 新版 Opus 模型即将发布 — AIFlow_ML · 2026-11-19