Sol (GPT-6.1 Sol)

前沿大模型在广泛基准测试中对39个本地模型进行评分

一位Reddit用户进行了一项实验，使用五个不同的前沿大模型作为评判者，对39个本地大语言模型（LLMs）进行评分。评分过程涉及大约50个提示词，较大的模型接受了更多的测试。前沿大模型，包括Gemini 3.8、GPT-6.1（Terra和Sol）以及Gemini 4（Argon），根据能力和微调基础对本地模型进行了评估。用户指出了评分过程涉及的成本和时间，其中一些前沿大模型存在影响其参与的令牌限制。