开发者用数据包络分析寻找AI模型成本与基准得分的帕累托前沿
RecodeX 重构消息，一名开发者发布工具页面，运用数据包络分析方法，在模型成本与基准得分之间寻找帕累托前沿，目标是找出成本最低、且能达到所选模型同等基准得分的单一模型或多模型组合方案。该工具基于其参与合著的一篇2022年论文，基准数据来源包括Artificial Analysis、ToneBench、Hermes3000和Slidely，数据时间范围为2026年9月至10月。
事件追踪 · 持续发展中
Artificial Analysis模型评测
持续追踪Artificial Analysis模型评测相关报道与进展。
关注仅保存在当前浏览器和域名中，无需登录，不会自动跨设备同步。事件时间线
按最新发布排序Artificial Analysis更新评测方法后中国AI模型排名下滑
RecodeX 重构消息，独立评测机构Artificial Analysis对其AI模型测试体系进行改版后，中国AI模型的排名落后于美国竞争对手。这一变化引发外界对开放权重AI模型实际性能的重新审视，此前关于中国模型对OpenAI和Anthropic构成威胁的判断可能被高估。