AI资讯新闻榜单内容搜索-模型基准

关键词: AI新闻,Claude Opus 4.8,Anthropic,AI估值最高独角兽

Anthropic最强通用模型Claude Opus 4.8正式发布，新模型基准测试全面超越Gemini 3.1 Pro、Opus 4.7，仅一项逊色于GPT-5.5，但其标准模式价格不变，快速模式价格仅为Opus 4.7的1/3。与此同时，Anthropic还官宣一笔650亿美元（约合人民币4406.94亿元）H轮巨额融资，投后估值冲上9650亿美元（约合人民币6.54万亿元）

关键词: AI新闻,模型训练,SUPERChem,化学大模型

北大团队发布化学大模型基准SUPERChem，这是一个多模态、高难度的化学推理基准。它针对现有化学评测的不足，系统构建了评估大语言模型化学推理能力的新体系。

关键词: AI,模型训练,Video-TT,模型基准

视频大型语言模型（Video LLMs）的发展日新月异，它们似乎能够精准描述视频内容、准确的回答相关问题，展现出足以乱真的人类级理解力。

关键词: AI,李飞飞,世界模型基准,WorldScore

世界模型领域最新进展，要比拼“世界生成”了。

关键词: 大模型,AI,大模型基准测试,人工智能

大模型基准测试还能信吗？

关键词: LLM,大模型排行榜,Arena-Hard,AI测评

最公平的大模型基准测试诞生了！来自LLM竞技场，最接近人类偏好，数据新鲜、速度快、成本低，严格分离学渣和学霸。