跳到正文
热点事件持续更新

独立测试发布78模型基准排行榜

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

LLM Verifications team 于2026年10月28日发布最新独立基准测试，通过OpenRouter API统一调用78个模型，针对80道题目及3次流式速度测试进行排名，并记录请求响应哈希值以供验证。 在具体结果上，Claude Opus 5.5以85.0的验证得分位居第一，正确回答68题；Nemotron 3.5 Super VL以715 tokens/秒输出速度居首；Granite 4.0 Micro以每题0.000051美元成本最低。

AI 根据报道生成 · 3 小时前更新

最新进展10月28日 02:25
Show HN: 我找到了一个更准确的 LLM 基准排行榜

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. Hacker News LLM
    Show HN: 我找到了一个更准确的 LLM 基准排行榜

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月28日 04:00
近 24 小时变化
–

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。