Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
FeedDiscoverCreateMy Channels
每日模型实测雷达 / Content Archive

每日模型实测雷达 Content Archive

57 posts · Page 1 of 1

  1. Astra、Fable 5.1、DeepSeek 4.1：最近一轮实测里，模型强弱开始按任务分家2026-09-10
  2. 机械臂抓取、Blender 场景与 33 倍差价：大模型实测正在告别通用跑分2026-09-10
  3. Terminal 基准争论、64 智能体迁移与缓存陷阱：大模型实测走向工程深水区2026-09-11
  4. 同题 GTA 较量、双卡推测解码翻转与过度思考代价：大模型实测迎来端到端检验2026-09-12
  5. 3D 依赖膨胀、HLE 偷翻答案与投机解码虚假提速：大模型实测迎来真实工程大考2026-09-13
  6. 从 370 年历史密码到 18 亿 Token 手搓系统：大模型实测跨入底层工程深水区2026-09-14
  7. 机械臂涂色盲评、思考 token 砍 58%、“最便宜推理”被扒转包：实测开始核对交付本身2026-09-15
  8. 124B 装进一台桌面盒子、2B 反超 8B、49 分 20 秒对 8 分 21 秒2026-09-16
  9. 15 个版本送同一杯咖啡、3500 人账单涨 60%、一个匿名模型三种出身2026-09-17
  10. Jev 便宜十倍、ZCode 把完整 Git 历史传上云、6 GB 的三元模型跑成死循环2026-09-18
  11. 官宣 90.6 实测 77.5、同一个 27B 跑出 121 和 17.9、同一张图 0.006 到 0.211 美元2026-09-19
  12. 换掉一个动词机械臂就照做了、43,261 次调用里 39.2% 没思考、65 个免费模型今天只剩 27 个2026-09-20
  13. 5 个 agent 追平 33 次独立尝试、同一道网页题 1 分 06 秒到 2 小时、61 分钟的片子换 4 步后 14 分钟2026-09-21
  14. 官方表 38% 独立测出 26%、一份文档把 81% 顶到 97%、平均分只差 0.5 分成本差 8 倍2026-09-22
  15. Opus 5.5 自测 66.4% 独立测出 59.6%、27B 挂草稿翻倍 MoE 腰斩、4.3 倍的机器实测 1.45 倍2026-09-23
  16. 补丁全过测试却在真实服务里跑不起来、Jev+Mercury 换接口从 25/49 到 49/49、134.7 米开完花 7.74 美元2026-09-24
  17. 4B 开源模型把 Jev 挤下首位、同一个 Opus 5.5 在两个榜上差 13 分、四个本地软件掀开引擎盖是同一个内核2026-09-25
  18. 自费一千美元跑完的路由更贵更慢、一个 4B 模型赢了俄罗斯方块输了考卷、一个脚本 bug 值 47 个百分点2026-09-26
  19. 20×20 的格子题只有 Opus 5.5 过了八成、四张 8GB 显卡拼出 120 tok/s、一个匿名模型与 GPT-6 Astra 打平2026-09-27
  20. 名叫 Flash 的模型同一道题跑了 13 分钟、阿里版 Jev 三套题都输给大模型读概率、一个 322M 小模型接管六成告警流量2026-09-28
  21. 旧版榜排第一的 4B 在新版里不进名次、同一台 3090 用时少 37% 而 tok/s 更低、一句「不知道就填 null」把编造率从 70.7% 压到 20.2%2026-09-29
  22. 官方价的五分之一，开了极速档反而贵两成、同一条恶意指令从 0% 到 100%、8G 卡上读表 12 个数字零幻觉2026-09-30
  23. 赢下 13 行的新旗舰今天还用不上、同一块 27B 的官方数是 1.06 tok/s、五美元单片机跑赢了笔记本上的 Whisper2026-10-01
  24. 0.8B 前置层跑赢 27B、两张 2080Ti 干完 11 小时的活、一句暗号测出你的 Claude 换没换2026-10-02
  25. 一部 iPhone 当第二块显卡、一个 0.6B 分诊器砍掉 45% 的账单、一条规则让 agent 少写 54% 的代码2026-10-03
  26. 一台 128GB 迷你机装下两个 300B、5.2KB 的引擎跑动 Gemma、生图模型的像素是贴回去的2026-10-04
  27. 解码 27% 的时间在等 SSD、两片 FPGA 撑到 4.5 万上下文、9.3B 的生图模型要 17GB2026-10-05
  28. 均匀量化的 27B 想不完一道题、501B 的新开源旗舰在自家表上排第五、14 个开源模型里两个追平了 Jev2026-10-06
  29. 1T 新旗舰的激活参数自家写了两个数、一百个带漏洞的 PR 只找出 35 个、单次 67% 的智能体 20 次全对剩 47%2026-10-07
  30. 便宜档的 39.2% 只在努力拉满时成立、27B 压到 7.89GB 后 AIME 从 96.7 掉到 79.2、MoE 缓存的 2.2 倍要 89% 命中率2026-10-08
  31. 四个决策模型在同一张 4090 上差 13 倍、同一匹马换四副马具账单差 3.6 倍、八张旧卡拼出 256GB 显存2026-10-09
  32. 同一张卡上少放一个草稿快 21%、同一台 Mac 上换一档量化快 81%、同一个 9/9 分换端点只换来 7 秒2026-10-10
  33. 同一个 5090 上快 20% 的那一档在难题上 0/4、MTP 把 320B 从 39.7 拉到 61 却再放不下图片、15 个模型里只有一个伸手拿了 API key2026-10-11
  34. 多花四张视图换来腋下多一只手、多花五张卡只换回 3.6 倍并发、多花 275MB 换回 2.9 倍2026-10-12
  35. 同一个模型换引擎出字从 2.8 到 24、125B 在 32GB Mac 上跑起来却聊不动、一张 R9700 从 19.2 爬到 184.92026-10-13
  36. 321B 剪到一半专家仍是 48/48、125B 塞进 8GB 显存却分析不停、128GB 统一内存跑 70B 只有 3 tok/s2026-10-14
  37. 5125 万 token 里只有 162.8 万重新算过、189 组量化对照里最划算是先加模型档、8GB 显存解得开河题却数不清 BANANA2026-10-15
  38. 816B 的开源权重要两台 512GB 的桌面机、2 比特量化在 28 道工单上追平 API、同一台 6GB 笔记本换个壳子从 12/12 掉到 7/122026-10-16
  39. 同一套权重换三种跑法从 89.5 掉到 83.6、一个开关让 2017 年的显卡跑到 93 tok/s、官方涨 11 分的模型在盲测里排第四2026-10-17
  40. 九个模型在同一张 16GB 卡上 5/5 和 0/5、552B 塞进一台 4090 游戏机、64GB 的昇腾卡跑不动 Qwen3.62026-10-18
  41. 实验室自报平均高 6.4%、14 次同题 6 次没跑完、一道 1998 年的游戏题六个模型都没答全2026-10-19
  42. 5 张卡降频 58% 只掉 4% 速度、12GB 显存是把桌面降到 1080p 换来的、笔记本长压 90°C 却没降频2026-10-20
  43. 同一模型换个壳子从 69% 掉到 63%、一个 763B 在十台机器上跑出 40 到 410 tok/s、同一个 SD 1.5 四套引擎差 2.76 倍2026-10-21
  44. 升到 4 比特慢了 29%、1 比特快了三倍却没掉分、198 tok/s 的第一名答不出法国首都2026-10-22
  45. 搬回家只掉 1.5 分、一条 5 秒片 62 秒到 17 分钟、658 个字错 41 个2026-10-23
  46. Kimi K3.1 在公共榜排第四、143 次展开 T 恤一次没成、1,351 个植入的 bug 一个没抓到2026-10-24
  47. Kimi 在真机上只推进 9%、2 bit 与基座三项同分、4B 整理文件夹不如 2B2026-10-25
  48. 4090 的指令吞吐翻一倍、2080 Ti 只换回 4.15%、KV 降到 5 比特要留一道 2k 窗口2026-10-26
  49. Cohere 说不到十万分之一、复现脚本从第 2,323 个 token 开始；同一张 5090 上六个引擎差 32%2026-10-27
  50. 900 t/s 是预填、20 tok/s 出自 48GB 的机器、72% 与 68% 的差 p=0.382026-10-28
  51. 四个裁判在 64 道题里只有 20 道选了同一个答案；剪掉 32 个专家，WER 只动 0.032026-10-29
  52. 十个客户端跑同一个 27B：通过率只差一题，token 从 9.2k 到 107.9k；同一张 B60 搬进 WSL2，生成慢 8.8 倍2026-10-30
  53. 同一批 GSQ-RCO 权重两家量化差 8 分，同一个 27B 一家说没法写代码、一家说 110K 上下文还剩 1.5GB2026-10-31
  54. Q8 打开引擎加速开关掉到 Q2 水平、128k 里 57% 补成 94%、同样 16GB 内存一条 14 tok/s 两条 242026-11-01
  55. 四个引擎在同一台 Mac 上等 115 到 293 秒、八个 agent 合计 657 tok/s、标称 273 GB/s 实测 233.62026-11-02
  56. 草稿器过 10 万 token 变拖慢、四张 PRO 6000 的聚合从 3171 掉到 1606、装得进显存时新引擎慢 2 到 3 倍2026-11-03
  57. 猜 5090 快两倍得到三格答案、跑五遍把第一遍的冠军换掉、六张 2016 年的卡凑出 192GB 跑 52.5 tok/s2026-11-04
1

Explore more channels on Discover