跳到正文
Hacker News · AI·· 14 小时前AI 评分38

Vals AI 基准对比在法律、金融和编程任务中对 Claude、Gemini 和 GPT 模型进行排名

Vals AI – Compare AI models across real-world benchmarks

AI 导读

Vals AI 在其 Vals Index 上发布了一项跨模型对比,该指数是一个按 GDP 加权的基准,涵盖金融、编程、法律和税务领域,最高分集中在 70.14%–71.31%。参与对比的五款模型来自 Anthropic 和 Google,定价在每 100 万输入/输出 token 2/10 美元至 8/40 美元之间,均具备 100 万上下文窗口。Vals Index 上的每任务成本从 7.405 美元到 24.77 美元不等。

来源:Hacker News · AI · vals.ai