2. Linux.do
  3. Artificial Analysis发布医学复杂推理评测MLCR-AA，Claude断崖式领先，Kimi K3紧随其后

Artificial Analysis发布医学复杂推理评测MLCR-AA，Claude断崖式领先，Kimi K3紧随其后

quaful 2026-08-24 11:11 1

Artificial Analysis发布医学复杂推理评测MLCR-AA，考察模型对复杂医疗病例报告的分析、推理能力，评分项包括完整性、准确性和简洁性：Medical Long Context Reasoning (MLCR-AA) | Artificial Analysis


评测结果，从完整性上，Claude Fable 5、Opus 5遥遥领先：


Kimi K3的完整性居然超过了GPT-5.6。


但准确性上，GPT-5.6 Sol和Terra强于Claude和Kimi K3，说明幻觉少。综合排名：


看来医学方面的问题，应该是Claude Fable 5/Opus 5 + GPT-5.6 Sol组合着看

最新回复 (1)
  • Coffee 08-24 11:56
    1楼

    但准确性上，GPT-5.6 Sol和Terra强于Claude和Kimi K3，说明幻觉少。综合排名：



    Kimi K3 做全面初筛，然后让 GPT-5.6 Sol 做事实核查

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐