Pandangan dan ulasan

OpenRouter meneliti 11 LLM untuk mencari model keputusan terpantas: Claude vs. Grok mendahului

Tajuk asal:A Robot is Sprinting Towards You: Do You Want it Running on Claude or Grok?

Ringkasan AI

OpenRouter menggunakan perbelanjaan penaakulan berjumlah 482 dolar untuk membolehkan 11 model bahasa besar bersaing secara langsung dalam cabaran "battle royale" keputusan masa nyata selama 30 pusingan. Keputusan eksperimen menunjukkan bahawa kedudukan penanda aras statik tradisional tidak dapat mencerminkan prestasi sebenar model dalam tugasan ejen AI yang memerlukan tindak balas segera (seperti kawalan robot autonomi); siri model Claude dan Grok menonjol dari segi kelajuan keputusan dan kadar kejayaan tugasan, manakala keupayaan penjadualan masa nyata beberapa model berprestasi tinggi tidak mencapai jangkaan.

Maklumat penting

  • OpenRouter menggunakan perbelanjaan penaakulan berjumlah 482 dolar untuk membolehkan 11 model…
  • Keputusan eksperimen menunjukkan bahawa kedudukan penanda aras statik tradisional tidak dapat…
  • siri model Claude dan Grok menonjol dari segi kelajuan keputusan dan kadar kejayaan…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
OpenRouter:Announcements(RSS)
Kategori
Pandangan dan ulasan
Skor AI
66
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

Jacky 把 11 个模型丢进大逃杀,发现 Grok 4.1 Fast 以 27 倍成本优势击败 Sonnet,而获胜关键不在基准分数,在于模型被训练时压制的攻击性。对任何不再只看排行榜选模型的人,这是今年最值得读的实验。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: OpenRouter meneliti 11 LLM untuk mencari model keputusan terpantas: Claude vs. Grok mendahului. 4 Jun 2026. https://new.nat6.net/ms/news/cmq02h5su02a7sltrhs0xegph/

Lihat Semua →