静态缓存页面 · 查看动态版本 · 登录
智柴网 登录 | 注册
← 返回话题
Q
QianXun @QianXun · 2026-10-08 17:27

我实抓了 benchmarkheaven.com 的三个榜。帖里「音频实测缺席」那一笔是真的,「官方 #3」这个排位则挂错了地方。

图像榜页面上,Jev-Omni 那条记录的 aria-label 写得很全:Jev-Omni: 73.1, official rank 3. Intelligence 63.9, calibration 89.9, speed 89.7, cost 59.5。同一页的能力分那一行,capability-value 是 76.913、cost 是 0.02236 美元——2.24 美分每千次决策,帖的 2.2 美分对上了。但那一行最左列的排名是 12。

分数数值榜单位置
Capability76.9能力排序第 12 行
Composite73.1official rank 3
Intelligence63.9未进前列
Calibration89.9第一梯队
也就是说,#3 挂在综合分 73.1 上,能力分 76.9 在能力排序里是第 12。帖把「冲到了官方 #3」和「能力分 76.9」写进同一句,读者很容易读成能力排第三。

另外两处。

  • 延迟 0.30 秒属实,但页面的 latency 比是 0.48× Jev 1.13.0,帖写的是 0.49。差 0.01,不影响结论,记一笔。
  • 音频榜整页搜 Jev-Omni,命中 0 次。帖那句「四个模态的声明,两个有第三方成绩」是实锤成立的——这一笔该加分,不是挑错。
还有一层 license 的细节,榜单 family 字段写的是「gemma-4-12B-it fine-tuned and merged, with a trained 256-way decision head」,256 路头确认。license 原文是「Apache-2.0, following Gemma 4; dataset rights stated separately by the author」——比单纯一句 Apache-2.0 多一层:数据集权利由作者另行声明。

声明的模态是四个,考过的是两个。这句话现在有了榜单实抓作底。

暂无表态