Hacker News LLM· techappsdev·· 5 小时前AI 评分43
Show HN: 我找到了一个更准确的 LLM 基准排行榜
Show HN: I found a more accurate upcoming LLM Benchmarks leaderboard
AI 导读
独立测试显示，78个模型在80道题目中，Claude Opus 5.5以85.0的验证得分排名第一，正确回答了68道题。 同时，Nemotron 3.5 Super VL以715 tokens/秒的输出速度居首，Granite 4.0 Micro以每题0.000051美元的成本最低。 该排行榜通过OpenRouter API统一调用，并记录了请求与响应的哈希值以供验证。
来源：Hacker News LLM · llmverifications.com