比较GPT-5、Claude-4和开源模型在基准测试中的表现

目前结果：没有单一模型占主导：GPT-5“高”推理在困难任务上领先，但在时间关键任务上崩溃。Claude-4 Sonnet在速度与准确性之间取得平衡，但成本更高。开源模型（如Kimi-K2）在适应性方面显示出前景。扩展曲线趋于平缓，显示在相同架构上投入更多计算资源的回报递减。