跳到正文
Hacker News AI· cobychapple·· 12 小时前AI 评分49

Vals AI 跨现实场景基准对比 AI 模型表现与成本

Vals AI – Compare AI models across real-world benchmarks

AI 导读

Vals AI 提供最多 7 个模型的现实基准对比,涵盖法律、金融、代码等领域。 Vals Index 显示模型在 GDP 加权任务中得分介于 70.14% 至 71.31%,终端任务得分最高 65.15%。 Anthropic 与 Google 模型在 1M 上下文窗口下运行,推理成本区间为 $7.405 至 $24.77。

来源:Hacker News AI · vals.ai