AGI Hunt· danielbgolan·· 4 小时前AI 评分70
177个真实任务实测4款LLM，最便宜模型性价比最佳
177 个真实案例实测 4 款 LLM:最便宜模型性价比反而最佳
AI 导读
开发者为iOS待办应用构建177个真实任务评测集，通过OpenRouter对比GPT-6 Luna、DeepSeek V4.1 Flash、Claude Haiku 5.5和GPT-5.4 mini，每例运行3次并结合judge模型盲评。
来源：AGI Hunt · agihunt.info