27 题自建评测:Nemotron 3.5 Super 全面胜过 Inkling 2 Mini 与 Muse Glimmer
appakaradi · reddit · 2026-11-21
作者用自建 harness 对三款模型做了 27 道相同题的三方横评,Nemotron 3.5 Super(120B-A12B NVFP4)以明显优势夺冠:
#1 Nemotron 3.5 Super:用户可感知的所有指标全面领先——中位延迟 51.3s(最快)、平均工具调用 9.1 次(比另外两家少 2.4 倍)、失败调用仅 17 次(最少)、零重复调用、78% 回答含 Markdown 表格、深度最高。
Inkling 2 Mini(26B-A5.4B looped)vs Muse Glimmer 30B:互有胜负,但都远不及 Nemotron
- Inkling 优势:回答结构与深度更好(70.4% 表格 / 3006 字符),几乎无循环(仅 2 次重复、最多 53 步),有一题 Muse 放弃而它完成。
- Muse 优势:错误表/列猜测少 6 倍(3 vs 19)、失败调用更少(35 vs 44)、引用有效率更高(67% vs 41%)、当前快 5 倍(58.5s vs 316s,Inkling 无 radix cache)。
- 解析率:Muse 100% > Inkling 85.2% > Nemotron 70.4%(但后者对用户不可见)。
「模型」频道最新
- Yacine 断言:Gemini 越越好用,Google 分发优势让 OpenAI 危险 — yacineMTB · 2026-11-21
- InferenceBench 放榜:Claude Opus 5.5 摘冠,Gemini 4 Neon 超 GPT-6.2 — maksym_andr · 2026-11-21
- Cloudflare 上架多模态模型 clairic-flash,登 Hugging Face 热榜 — Cloudflare · 2026-11-21
- 长按 Gemini 模型选择器出现元素周期表:Gemini 4 四款模型曝光 — testingcatalog · 2026-11-21
- Perplexity 上下文嵌入模型 Embed V2 Context 登陆 OpenRouter — antoine_chaffin · 2026-11-21
- Inkling 2 Mini 周五发布当天,有人用它复刻苹果 Spotlight 搜索 — IgorCarron · 2026-11-21