跳到正文
SuperIntelligence
只看模型#评测/基准
  1. Artificial Analysis60

    Reflection 发布开源模型 Reflection-3.7-70B

    Artificial Analysis 报道 Reflection 发布了其首个开源模型 Reflection-3.7-70B。该模型拥有 50B 总参数和 70B 激活参数，在 Artificial Analysis Intelligence Index 中得分为 42。

    推荐理由：原文给出了 Reflection 新模型的基准分数和参数规模，读者可据此快速评估其在开源阵营中的性能定位。

  1. The Decoder78

    Gemini 4 Argon 在 ARC-AGI-3 基准测试中的表现分析

    Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 基准测试中使用 Provider Adapter Harness 获得 97.5% 的分数，成为继 OpenAI 之后第二家突破 95% 的 AI 实验室。

    推荐理由：原文对比了不同测试环境下的分数差异，并指出模型在数学和软件工程领域的相对短板。

  2. Artificial Analysis62

    Artificial Analysis 发布模型评测分析

    Artificial Analysis 发布了针对 AI 模型的评测分析内容。该报告基于独立测试数据，展示了相关模型的性能表现与对比结果。

    推荐理由：第三方机构对模型性能进行独立实测，提供了可参考的量化数据与对比视角。

  3. Artificial Analysis68

    Artificial Analysis：Nvidia Nemotron 3.5 Super VL 成为美国领先开源权重模型

    Nvidia Nemotron 3.5 Super VL 目前在 Artificial Analysis Intelligence Index 上得分为 26，成为领先的美国开源权重模型。该模型实现了前代 Nemotron 3 Super（得分 13）两倍智能水平，且每任务输出 token 减少约 60%。

    推荐理由：原文提供了Nemotron 3.5 Super VL在智能指数上的具体得分及与上一代模型的效率对比数据，有助于评估其性能提升幅度。

  1. Artificial Analysis80

    Gemini 4 Argon 正式发布 GA

    Gemini 4 Argon 现已正式进入 GA（一般可用性）阶段。根据 Artificial Analysis Intelligence Index，Argon 的排名与 GPT-6 Astra 持平，但每任务成本仅为后者的 60%。这是 Google 重新向公众发布前沿模型，且在 11 月 30 日前提供折扣价格。

    推荐理由：原文提供了 Gemini 4 Argon 与 GPT-6 Astra 在智能指数和任务成本上的具体对比数据，有助于评估其性价比。

  1. Artificial Analysis62

    Artificial Analysis 发布新模型基准测试报告

    Artificial Analysis 发布了针对最新 AI 模型的基准测试结果。该报告由第三方独立机构提供，旨在通过标准化评测展示模型性能表现。

    推荐理由：第三方评测机构发布了新模型的基准测试结果，提供了独立于厂商的性能数据参考。

  2. DeepLearning.AI82

    DeepLearning.AI 报道某新模型发布及性能表现

    DeepLearning.AI 转发消息指出某新模型已发布，该模型在多项基准测试中展现了显著的推理能力提升。具体版本号及详细评测数据未在短文中列出。

    推荐理由：原文提及了特定模型版本的发布及其在推理能力上的表现，读者可据此了解最新模型迭代的关键特性。

  1. Artificial Analysis62

    Artificial Analysis 发布模型性能评测分析

    Artificial Analysis 发布了针对 AI 模型的性能评测与分析内容。该材料展示了相关模型在基准测试中的具体表现数据，为评估模型能力提供了参考依据。

    推荐理由：第三方评测机构提供了模型在特定基准下的表现数据，读者可据此对比不同模型的性价比与能力差异。

已经到底了