热点事件持续更新

双节点审查循环让小模型以58%成本追平大模型

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

eivindmeyer 在 20 个 ProgramBench 任务上实测：让 GPT-5.6 Luna 运行“构建加独立检查”的双节点循环，达到 GPT-5.6 Sol 单次运行得分的中位成本为后者的 58%；若按 Sol 的成本预算计分，循环在 20 个任务中有 15 个得分更高。代价是耗时：达到该得分所需时间约为 Sol 单次运行的六倍。Luna 每百万输入、输出 token 分别收费 0.20 和 1.20 美元，Sol 为 4 和 20 美元。该结果仅覆盖 20 个任务而非整个基准，且只涉及一个模型家族、一套测试框架。

AI 根据报道生成 · 7 小时前更新

最新进展10月19日 12:00

小模型加审查循环以 58% 成本追平大模型

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
Hacker News
小模型加审查循环以 58% 成本追平大模型
在 20 个 ProgramBench 任务上，GPT-5.6 Luna 用构建加独立检查的双节点循环，达到 GPT-5.6 Sol 单次运行得分的中位成本为后者的 58%；按 Sol 的成本预算计分，循环在 20 个任务中 15 个得分更高。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月19日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。