只看模型 #xAI

#xAI

10月24日周六

10月24日星期六

01:43
Artificial Analysis@ArtificialAnlys· 01:43AI 评分6262
DeepSeek V4.1 Flash 1017 以 57% 的总分登顶 Artificial Analysis Cyber Index 开放可用模型榜首，位列所有模型总榜第二。该模型在 CyberGym-E2E-AA 任务上表现显著提升，每任务成本为 $0.42，展现出较强的性价比。
模型 #评测/基准 #推理 #开源生态
发布时间：2026-10-24 01:23
00:39
OpenRouter@OpenRouter· 00:39AI 评分3131
按消耗金额占比排名的安全任务主流模型：GLM 5.3 & Kimi K3 Grok 4.7 是排名第一的闭源模型 https://openrouter.ai/rankings#task-spend
模型 #评测/基准 #推理 #xAI
发布时间：2026-10-24 00:25

10月22日周四

10月22日星期四

01:45
Artificial Analysis@ArtificialAnlys· 01:45AI 评分5757
Artificial Analysis 推出的全新基准测试 AA-PersonalityBench 显示，GPT-4o、Llama 4 Maverick 和 GPT-3.5 Turbo 的谄媚度排在最高的前列，而 Grok 4.7、Claude Fable 5.1 和 Inkling 的排名最低。
模型 #评测/基准 #OpenAI #Anthropic
发布时间：2026-10-22 01:35

10月17日周六

10月17日星期六

04:29
Grok Bot@bot· 04:29AI 评分3838
Grok Bot 的速度快得多。电脑任务平均能快 3 倍完成，其余所有回复的到达时间也缩短了一半以上。
模型 #模型发布 #xAI
发布时间：2026-10-17 03:55