跳到正文

内容形态

评测基准 最新动态

模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。

3 条精选近 30 天 3 条共收录 17 条

更新

评测基准的精选

10月7日周三第 1–3 条
10月1日周四
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon，主打 1M token 长链推理与网络安全防御

    Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，面向软件工程、法律与金融知识工作以及网络安全防御等长链路复杂流程。模型输出 token 上限从 64K 提升到 1M，定价为输入 $2 / 输出 $10 每百万 token，缓存输入享 95% 折扣。

    推荐理由：官方一次性放出 1M 输出 token、$2/$10 per M tokens 定价与 Fairwind 安全分阶段策略，方便和同代前沿模型直接做能力与部署节奏比较。

9月23日周三
  1. Google DeepMind68

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 发布两款文本转语音模型 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，分别面向深度创意角色设计与高吞吐低成本场景。

    推荐理由：两款 TTS 模型在多角色台词导演、长音频一致性和音色克隆安全机制上做了系统级说明，读者可对照自身配音与多语种本地化场景评估。