ScreamingFace发布多模型质量成本榜

ScreamingFace上线多模型系统质量—成本前沿排行榜，收录集成、路由和级联系统在十余个基准上的可复现成绩、配置与成本，目标是比较不同方案的性价比。ScreamingFace称，这是首个经核验的同类榜单。 榜单覆盖ARC-AGI-2、GDPval、HealthBench Professional、MMLU-Pro、FrontierScience、InfiniteBench等基准，并为每项标注“Best Reproducible”。其核心结论是，由多个模型组合而成的系统，在多个基准上可超过其中最强的单一模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。