GLM-5.3 (Low) 模型在 Humanity's Last Exam 基准测试中取得了 36.6% 的分数。值得注意的是,它在每秒 75.7 个 token 的运行速度下,展现了每美元 10.7 个智能点的成本效益。 AI
影响 展示了大型语言模型的特定成本效益指标,可能影响未来的模型开发和部署策略。
排序理由 在社交媒体平台上发布的模型基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →