OpenRouter 翻遍 11 款 LLM 找最快的决策模型:Claude vs. Grok 领衔
原文标题:A Robot is Sprinting Towards You: Do You Want it Running on Claude or Grok?
AI 摘要
OpenRouter 用总价 482 美元的推理花费,让 11 款大语言模型在 30 轮实时决策的“大逃杀”挑战中正面竞争。实验结果表明,传统的静态 benchmark 排名无法反映模型在需要即时反应的智能体任务(如自主控制机器人)中的真实表现,Claude 和 Grok 系列模型在决策速度与任务成功率上表现突出,而多项高分模型的实时调度能力未达预期。
关键信息
- OpenRouter 用总价 482 美元的推理花费,让 11 款大语言模型在 30 轮实时决策的“大逃杀”挑战中正面竞争。
- 实验结果表明,传统的静态 benchmark 排名无法反映模型在需要即时反应的智能体任务(如自主控制机器人)中的真实表现,Claude 和 Grok 系列模型在决策速度与任务成功率上表现突出,而多项…
- 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
速览
- 发布时间
- 更新时间
- 分类
- 观点与评论
- AI 评分
- 66
推荐理由
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。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:OpenRouter 翻遍 11 款 LLM 找最快的决策模型:Claude vs. Grok 领衔。2026年6月4日。https://new.nat6.net/news/cmq02h5su02a7sltrhs0xegph/