Ortet 首次健康领域评测：34 个开源模型跑 50 项任务，通用排行榜不够用

Ortet 发布首份健康领域评测，测试 34 个开源模型，并对比 8 个闭源前沿模型。评测在自托管的 Orion NVIDIA Blackwell GPU 集群上运行，覆盖 15 个公开健康基准的 50 项任务；约 75% 的开源模型发布于近六个月。结果显示，通用排行榜不足以衡量健康能力；更多推理通常有帮助，但最高推理档位并不总取得最佳分数。