待验证50% 置信基准精确时间

中间层模型在MMLU、HumanEval等基准上通常能达到旗舰模型80%以上的得分，却只需不到30%的推理成本

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

GPT-5.6三模型实测：Luna/Terra/SOL如何分工才最省钱

相关事实

待验证在MMLU、HumanEval、GSM8K等主流评测中，头部大模型的得分差距往往只有几个百分点75% 相似待验证大多数模型在 NPU 上的实际算力利用率仅为理论峰值的 30%-60%71% 相似待验证当多个模型在MMLU、HumanEval等测试中均达到90%以上的正确率时，用户关注点转向推理延迟、服务可用性和总体拥有成本等实操指标70% 相似待验证精心设计的工作流可以使中等模型以不到十分之一的成本产出接近顶级模型的结果68% 相似待验证业界顶级集群的MFU（模型算力利用率）通常在35%-60%之间68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/556643

API

curl https://kongchang.com/api/v1/knowledge/claims/556643

MCP

get_claim(id=556643)