Vals AI 发布模型跨领域基准对比功能
热点事件持续更新
Vals AI 发布模型跨领域基准对比功能
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月18日,Vals AI 推出跨行业基准对比功能,支持用户选择最多7个模型,在法律、金融、代码等领域进行表现对比。该功能基于 Vals Index 的 GDP 加权基准,并包含终端任务等细分评测维度。 最新数据显示,参评模型在 Vals Index GDP 加权任务中的得分介于 70.14% 至 71.31% 之间,在终端任务中的最高得分为 65.15%。此次对比涉及 Anthropic 与 Google 旗下模型,均在 1M 上下文窗口下进行测试。 成本方面,相关推理支出区间为 $7.405 至 $24.77。该数据反映了不同模型在复杂现实场景下的性价比差异,为开发者选择模型提供了量化参考。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:28
Vals AI 跨现实场景基准对比 AI 模型表现与成本报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- Hacker News AIVals AI 跨现实场景基准对比 AI 模型表现与成本
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。