OpenAI 发布 GPT-6.1 Terra，API 价格减半且缩小与更大模型的差距
OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半，输入每百万 token 1 美元、输出 5 美元，缓存输入降至每百万 token 0.05 美元。
推荐理由：以 API 价格减半和每任务成本对比为主线，读者可据此判断中端模型在成本与能力间的取舍。
内容类型
评测基准 最新动态
模型到底谁更强：Benchmark 评测成绩、评测方法的争议与排行榜变化。
3 条精选近 30 天 3 条共收录 9 条
更新
评测基准的精选
The Decoder精选AI 评分8585
Hugging Face Blog精选AI 评分7575 NVIDIA 发布关系型基础模型 Kumo Relational，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。在 15 个数据库的 41 项任务上，它超过监督式关系深度学习模型和专家特征工程 GBDT 管线；在 SAP SALT 企业基准上，其 MRR 比 AutoGluon 集成高 8%，微调后扩大到 16%。
推荐理由：原文给出与企业数据库上直接预测的对比结果和开放权重，可供读者判断无需训练的范式在关系型数据上走到哪一步。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查离线基准 ReviewBench，包含 219 个公开 pull request、覆盖 19 种语言，并配有公开数据集和排行榜。
推荐理由：GitHub 公布 ReviewBench 的构建方法与 96.6% 专家标注一致率，并给出离线结果与线上 A/B 实验的对应案例。