Gemini 4 Neon 罕见病基准 59% 接近 Fable 5.2,更便宜且安全护栏合理

danielmckinn0n · x · 2026-11-22

开发者 Daniel McKinnon 分享 GamowLabs 的 RareBench 罕见病基准(41 个配置、122 个病例,指标为完整因果发现召回 Rank@K)上的实测体验:

榜单上其他成绩:Gemini 4 Argon 57.4%、Claude Opus 5.5 51.6%、GPT-6.2 Astra 50.8%、Gemini 4 Hydrogen 49.2%。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →