OpenRouter прогнал 11 LLM в поисках самой быстрой модели принятия решений: лидируют Claude и Grok
Оригинальный заголовок:A Robot is Sprinting Towards You: Do You Want it Running on Claude or Grok?
ИИ-резюме
OpenRouter потратил 482 доллара на инференс, чтобы 11 больших языковых моделей состязались в 30-раундовом испытании на принятие решений в реальном времени. Результаты показали, что традиционные статические рейтинги benchmark не отражают реальную работу моделей в агентных задачах, требующих мгновенной реакции (например, автономное управление роботом): модели Claude и Grok выделились по скорости принятия решений и успешности выполнения задач, тогда как у ряда моделей с высокими оценками способность к планированию в реальном времени оказалась ниже ожиданий.
Ключевые моменты
- OpenRouter потратил 482 доллара на инференс,чтобы 11 больших языковых моделей состязались в…
- Результаты показали,что традиционные статические рейтинги benchmark не отражают реальную работу…
- тогда как у ряда моделей с высокими оценками способность к планированию в реальном времени…
Кратко
- Опубликовано
- Обновлено
- Источник
- OpenRouter:Announcements(RSS)
- Категория
- Мнения
- Оценка ИИ
- 66
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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: OpenRouter прогнал 11 LLM в поисках самой быстрой модели принятия решений: лидируют Claude и Grok. 4 июня 2026. https://new.nat6.net/ru/news/cmq02h5su02a7sltrhs0xegph/