公司Vals
Vals.ai
独立的AI模型评测机构，专注于对LLM进行第三方基准测试与评估
时间轴 (近 90 天)
10月18日
此前 Artificial Analysis 和 Vals.ai 的测试显示，V4.1 Flash 在开源权重模型中处于头部，但在 SRE 类任务和法律智能体基准上落后。
待验证50%
独立的AI模型评测机构，专注于对LLM进行第三方基准测试与评估
此前 Artificial Analysis 和 Vals.ai 的测试显示，V4.1 Flash 在开源权重模型中处于头部，但在 SRE 类任务和法律智能体基准上落后。