2. Linux.do
  3. 用了多指标排序之后 TERRA 其实吊打 SOL 而且5.5已经是智商鉴定器了

用了多指标排序之后 TERRA 其实吊打 SOL 而且5.5已经是智商鉴定器了

Decidable6471 2026-07-11 08:49 1



  1. q：任务触发 sol 安全限制的概率

  2. κ：每个 Step 折算的时间成本，单位 $ / step

  3. 单次综合成本：R = Avg cost + κ × Steps

  4. sol 有效成功率：P_eff = Pass@1 × (1-q)

  5. 可独立重试任务的期望成功成本：E = R / P_eff


我让 AI 算了下

只要触发安全限制的可能存在 sol 其实性价比就是 0


2026-7-11 09:43:26 update 下


还有个重大发现

5.6 terra 的缓存接近 99%

5.5 缓存一般才 92% 附近

可能实际用下来会差 5-10 倍

所以还在吹 5.5 的

是否可以直接鉴定智商了?

最新回复 (7)
  • 南箕子 07-11 08:53
    1楼

    会不会太复杂啊，又要人肉路由吗，有没有 prompt 可以做这个事情

  • Decidable6471 楼主 07-11 08:54
    2楼

    直接用 terra 就行了呗

    sol 现在安全限制是直接拉黑对话

    修剪对话和换模型接手好像都不行

  • Furina 07-11 09:46
    3楼

    5.6缓存率高是因为加入了缓存写的价格

  • 豆子 07-11 09:50
    4楼

    ^-^但是之前的5.5xh可以跑完任务的情况下 5.6h和luna max都无法跑完，5.5还是有性价比的

  • Decidable6471 楼主 07-11 15:36
    5楼

    是吗? 我还是相信评测 他这个很专业的不存在买榜

    可以自己复现的

  • Decidable6471 楼主 07-11 15:37
    6楼

    那也很划算啊 用 terra 的情况下

    但是我今天看到有些中转站的缓存还是 92% 说自己死号导致的

    我暂时蒙在鼓里

  • Furina 07-11 15:39
    7楼

    不算太划算，因为不算缓存写的价格，之前team 5h是16刀，现在就14.5刀了


    不过好消息是缓存写付费后，同一个会话在不同账号之间缓存也是共享的

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐