lysis 从智能、速度、成本、延迟四个维度同时评估模型，每 72 小时更新：
智能领先：Gemini
ni 2.5 Flash-Lite 首 token 时间仅 0.32 秒
成本最低：Gemma 3n E
2020 年最优模型仅约 5%
这一进步幅度是衡量大模型推理能力飞跃的最直观指标。
C-Eval（中文
C-Eval 上表现突出，具备显著的中文优势。
三类测评方法对比
大模型测评方法分为三大类，各有适用场景
本文转载自：SegmentFault 思否
原文链接：https://segmentfault.com/a/1190000047645758
本文由 XZ导师app 自动发布 | 发布时间：2026/7/26 14:33:40