基准GraphWalks
GraphWalks
长上下文测试基准,支持百万 token 规模,评估模型在长文本中的信息检索与推理能力。
时间轴 (近 90 天)
11月21日
在长上下文基准上,Neon 在 Agent's Last Exam 得 75.8、Riemann BenchMath 得 84、GraphWalks(百万 token 窗口)达 95.2%,而 Opus 在 GraphWalks 上为 66.8%。
待验证50%
11月19日
在长上下文测试GraphWalks中,Neon得分95.2%,Opus仅66.8%。
待验证50%
10月18日
在 GraphWalks 长上下文测试中,Argon 领先于对比模型。
待验证50%