Hacker News · AI·· 14 小時前AI 評分38
Vals AI 基準比較:Claude、Gemini 與 GPT 模型在法律、金融與程式設計任務中的排名
Vals AI – Compare AI models across real-world benchmarks
AI 導讀
Vals AI 在其 Vals Index 上發布了一項跨模型比較,該指數是一項以 GDP 加權、涵蓋金融、程式設計、法律與稅務的基準,最高分集中在 70.14%–71.31%。受比較的五個模型來自 Anthropic 與 Google,價格介於每 100 萬輸入/輸出 token 2 美元/10 美元至 8 美元/40 美元之間,皆具備 100 萬 context window。Vals Index 上各任務成本介於 7.405 美元至 24.77 美元。
來源:Hacker News · AI · vals.ai