大模型也分满血版和缩水版：换家云厂商，能力可能差一倍
BiRun 讯，模型评测机构 Artificial Analysis 推出 API 准确率榜单，测试同一个开源模型，换到不同服务商后还能保留多少能力。首批测试 GLM-5.2、gpt-oss-120b 和 DeepSeek V4 Pro，共覆盖 44 个 API 端点。
服务商包括 AWS、微软 Azure、Google Vertex、Cloudflare，也有 Fireworks、DeepInfra、CoreWeave、SiliconFlow 等 AI 推理平台。Artificial Analysis 自行部署官方模型，把成绩记为 100%，再用相同题目测试各家 API。
结果显示，GLM-5.2 最差端点只有 52%，几乎砍半。gpt-oss-120b 得分在 70% 至 101% 之间。DeepSeek V4 Pro 最稳定，9 家服务商都在 97% 至 107%，官方 API 得分最高。
差距主要来自量化、输出长度、推理配置和工具调用处理。同一个模型名字，实际能力可能完全不同，选 API 不能只看价格和速度。
Artificial Analysis
服务商包括 AWS、微软 Azure、Google Vertex、Cloudflare，也有 Fireworks、DeepInfra、CoreWeave、SiliconFlow 等 AI 推理平台。Artificial Analysis 自行部署官方模型，把成绩记为 100%，再用相同题目测试各家 API。
结果显示，GLM-5.2 最差端点只有 52%，几乎砍半。gpt-oss-120b 得分在 70% 至 101% 之间。DeepSeek V4 Pro 最稳定，9 家服务商都在 97% 至 107%，官方 API 得分最高。
差距主要来自量化、输出长度、推理配置和工具调用处理。同一个模型名字，实际能力可能完全不同，选 API 不能只看价格和速度。
Artificial Analysis
评论
0/500
登录 后参与讨论
免责声明：本文内容仅供参考，不构成任何投资建议。
更多快讯