English(EN) Cheapest LLM for 77-intent banking classification: GPT-6.1 Terra at $0.000727 a success

GPT-6.1 Terra 在银行业务意图分类方面引领成本效益 LLM

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-06 01:29

一项最新分析在 Banking77 意图分类任务上比较了十种 LLM，发现 GPT-6.1 Terra 是最经济实惠且达到 70% 成功率阈值的模型。虽然 GPT-6.1 Terra 的成功率为 84%，单价为 0.000727 美元/任务，但其表现略逊于 GPT-6.1 Sol 的 86%。GPT-6 Luna 和 Claude Haiku 5.5 的成本显著更低，但未能达到 GPT-6.1 Sol设定的性能基准。研究强调，仅仅关注 token 价格可能会因重试成本和标签分类准确性等因素而产生误导。 AI

影响为分类任务中的 LLM 选择提供成本效益基准。

排序理由对特定基准上的 LLM 性能和成本进行分析。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 26 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 对特定基准上的 LLM 性能和成本进行分析。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: product, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Grain64 · 2026-11-06 01:29

77个意图的银行业务分类最便宜的大模型：GPT-6.1 Terra 价格仅为 0.000727 美元，获成功

<p>On 150 BANKING77 messages, GPT-6.1 Terra is the cheapest of ten models that clears a 70% pass bar and can be shown to match the baseline, GPT-6.1 Sol. It passes 84.0% of the tasks against 86.0% for Sol, at $0.000727 per successful task against $0.001272: 42.8% less.</p> <p>Two…

本文如何被排名

报道来源 [1]

77个意图的银行业务分类最便宜的大模型：GPT-6.1 Terra 价格仅为 0.000727 美元，获成功

相关实体

相关话题