沙丘社区

更新日志

跟踪 SQBench、模型评测和沙丘社区内容的最新发布。

全部模型评测公告社区洞察
社区洞察 · 9月28日“为什么企业AI需要本体上下文层？”发布本体是提高AI准确性、降低应用成本的关键基础
社区洞察 · 9月24日“OpenAI卷入价格战！GPT-6 Sol与Luna实战能力评测”发布OpenAI降价后的新模型，能打过千问、DeepSeek和智谱吗？
社区洞察 · 9月24日“Grok的性价比，国产模型不答应”发布Grok 4.7实战能力评测
模型评测 · 9月23日GPT-6 Luna (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月23日GPT-6 Sol (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月23日“又强又便宜！Claude Opus 5.5登顶SQBench”发布向行业场景进发！
模型评测 · 9月23日Claude Opus 5.5 (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月22日“平价分析师来啦！MiMo-V2.6-Pro实战能力评测”发布和GLM-5.3“扳手腕”
模型评测 · 9月22日Grok 4.7 (Xhigh)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月22日MiMo-V2.6-Pro评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月21日“上桌？Step 5 Preview实战能力评测”发布阶跃星辰能否进入国产主流模型竞争行列？
模型评测 · 9月20日Step 5 Preview (High)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月20日“GLM-5.3-FlashX，新晋性价比之王”发布2折费用，3倍速度！
社区洞察 · 9月19日“让豆包新模型干了24小时，效果却不如旧模型？”发布Doubao Seed 2.1 Pro-260915实战能力评测
模型评测 · 9月19日GLM-5.3-FlashX (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月19日GLM-5.3-Flash (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月19日GLM-5.3 (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月18日“追踪2142项AI技术动态后，我们发现最值得关注的不是新模型”发布Harness、真实工作评测与Agent交付正在成为新的技术重点
模型评测 · 9月18日Doubao-Seed-2.1-pro-260915 (High)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月17日“DeepSeek真能“斩杀”千问和豆包吗？”发布三款模型实战能力实测结果揭晓！