“Cost per task varies by ~800x across models tested: Claude Fable 5 leads the benchmark but costs mo...
TL;DR · AI 摘要
Claude Fable 5 在基准测试中表现最佳，但每任务成本高达 31 美元，而 DeepSeek V4 Flash 仅需 0.04 美元。
核心要点
- Claude Fable 5 每任务成本高达 31 美元，远高于 DeepSeek V4 Flash 的 0.04 美元。
- GLM-5.2 (max) 和 DeepSeek V4 Pro (max) 是性价比最高的模型。
- GLM-5.2 (max) 的 Elo 分数仅比 Claude Opus 4.8 (max) 低约 90 分，但成本仅为后者的 25%。
结构提纲
按章节快速跳转。
- §引言
文章讨论了不同 AI 模型在任务成本和性能上的显著差异。
Claude Fable 5 每任务成本高达 31 美元，而 DeepSeek V4 Flash 仅需 0.04 美元。
GLM-5.2 (max) 和 DeepSeek V4 Pro (max) 是性价比最高的模型。
GLM-5.2 (max) 的性能仅比 Claude Opus 4.8 (max) 低约 90 分，但成本仅为后者的 25%。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI模型成本与性能分析
- 模型对比
- Claude Fable 5 高性能但高成本
- DeepSeek V4 Flash 低成本
- 性价比模型
- GLM-5.2 (max)
- DeepSeek V4 Pro (max)
- 性能与成本关系
- GLM-5.2 (max) 性能接近 Claude Opus 4.8 (max) 但成本低
金句 / Highlights
值得收藏与分享的关键句。
Claude Fable 5 leads the benchmark but costs more than $31 per task on average, compared to ~$0.04 for DeepSeek V4 Flash (max).
The strongest price/performance options are open weights models such as GLM-5.2 (max) and DeepSeek V4 Pro (max).
GLM-5.2 (max) scoring only ~90 Elo below Claude Opus 4.8 (max) for less than 25% of the cost.
clem 🤗 on X: “任务成本在测试的模型中差异高达约800倍：Claude Fable 5 在基准测试中表现最佳，但平均每任务成本超过31美元，相比之下，DeepSeek V4 Flash（最大）的成本约为0.04美元。最强的价格/性能选项是开源权重模型，如 GLM-5.2（最大）和 DeepSeek V4 Pro（最大），其中 GLM-5.2（最大）的成本不到 Claude Opus 4.8（最大）的25%，但其 Elo 分数仅比后者低约90分”
clem 🤗
@ClementDelangue
“任务成本在测试的模型中差异高达约800倍：Claude Fable 5 在基准测试中表现最佳，但平均每任务成本超过31美元，相比之下，DeepSeek V4 Flash（最大）的成本约为0.04美元。最强的价格/性能选项是开源权重模型，如 GLM-5.2（最大）和 DeepSeek V4 Pro（最大），其中 GLM-5.2（最大）的成本不到 Claude Opus 4.8（最大）的25%，但其 Elo 分数仅比后者低约90分”
Artificial Analysis
@ArtificialAnlys
23小时前
发布 AA-Briefcase，这是智能代理知识工作的下一个时代的基准测试。AA-Briefcase 是我们新推出的基准测试，用于评估模型在由行业专家构建的复杂项目中的长期知识工作任务表现。模型将根据多个周的项目进行评估，每个项目都包含许多
显示更多
2026年6月19日 凌晨12:35
15.4K
浏览量
1
11
8
18
0
100
3
6
36
阅读11条回复