基准
Skatebench
用于评估AI模型推理能力与token效率的基准测试，常用于分析不同推理档位下的性价比表现
时间轴 (近 90 天)
9月25日
在Skatebench测试中，从x-high档到max档，每题推理token从约330暴涨到近5000（超过10倍），得分只提升1%
待验证50%
用于评估AI模型推理能力与token效率的基准测试，常用于分析不同推理档位下的性价比表现
在Skatebench测试中，从x-high档到max档，每题推理token从约330暴涨到近5000（超过10倍），得分只提升1%