benchmarks 相关资讯

微软论文揭示了 GPT-5.4-mini 的高效技能蒸馏

微软研究人员找到了一种方法，可以让更便宜的人工智能模型胜过其昂贵的推理模式，而这个技巧的成本大约相当于一杯拿铁咖啡。无需模型重新训练。在基准测试中，技能增强模型使用的输出标记比推理模式少 2.7 到 6 倍。

2026/9/6 · 源自 CryptoBriefing

Astra 以 169 分创下新的 ECI 记录，在数学、编码和网络安全基准方面表现出色

OpenAI 的最新模型在 Epoch AI 综合指数上超越了 GPT-5，成为第一个达到“关键”网络安全级别的模型 OpenAI 的 Astra 刚刚在 Epoch 能力指数上取得了 169 的成绩，该指数是由独立研究机构 Epoch AI 维护的综合基准。Astra 在 ExploitBench

2026/9/3 · 源自 CryptoBriefing

Gemini 3.8 Flash 以极低的价格在关键基准测试中挑战 Claude Opus 5

该模型在编码、多步推理和法律任务性能等多个关键基准上的表现优于 Anthropic 的 Claude Opus 5，该模型每个输出令牌的成本大约是其七倍。更重要的是：Gemini 3.8 Flash 的定价为每百万个输入代币 0.75 美元，每百万个输出代币 3.75 美元。Anthropic 将

2026/9/2 · 源自 CryptoBriefing

Fable 5.1 在 ARC-AGI 基准测试中每项任务的成本降低了 32%

最重要的数字是：ARC-AGI-2 基准测试的覆盖率达到 90%，而每项任务的成本比其前身《神鬼寓言 5》（每项任务的经验证价格为 5.45 美元）低 32%。基准收益的背景《神鬼寓言 5.1》在 ARC-AGI-2 上的覆盖率达到 90%，较《神鬼寓言 5》的验证分数 89.2% 显着提高。《神

2026/9/2 · 源自 CryptoBriefing

CME 通过 CF Benchmarks 推出两个新的加密货币跟踪指数

随着芝商所扩大其机构级数字资产基础设施，涵盖比特币和以太币的广泛市场指数以及故意排除它们的新兴加密货币指数上线。这两个指数实际上追踪什么 CME CF 加密货币市场指数作为广泛市场基准，以比特币和以太币为核心成分，按自由流通市值加权。CME CF 新兴加密货币指数明确排除 BTC 和 ETH，将注意力引向下一层数字资产。他们的合作始于比特币参考利率，后来扩展到包括 XRP 和 ICP 等资产的单一资产基准，稳步扩大市场可用的机构级定价数据的范围。

2026/8/31 · 源自 CryptoBriefing

#benchmarks

⚡ 相关快讯

📰 相关文章

微软论文揭示了 GPT-5.4-mini 的高效技能蒸馏

Astra 以 169 分创下新的 ECI 记录，在数学、编码和网络安全基准方面表现出色

Gemini 3.8 Flash 以极低的价格在关键基准测试中挑战 Claude Opus 5

Fable 5.1 在 ARC-AGI 基准测试中每项任务的成本降低了 32%

CME 通过 CF Benchmarks 推出两个新的加密货币跟踪指数