（来源：上观新闻）
这使得Th🚀inkingA㊗I在一个行🤸♀️🕴业里建立起来的能🍰力，不仅可以🛌从一个场🏃🥎景扩散到另🥐一个场景，也😮🛷可以从一🦞◻个区域扩散到🔶🍽另一个区域🔩。作家麦家🇫🇲。模型一🦟🦓层一层地构建编译🧘♀️器，没有👩💼☘反复试错📬。把这些🎫👷♀️跑分放在一起🇲🇺看，会发现这🍞次模型的评🐄价标准正在发🇧🇱💡生变化🐹：过去我们常用👐MMLU🌆🌻、GPQA这🔍🏴样的指标看🕒🇹🇭模型的知识和推⤴理能力，🇦🇺但现在更侧重于♍GDPva🦛🇦🇫l、OSWorl👨👧d这类“任务级评🈹估”🧡⚡。
然后就是价格💉方面，这块我其🤔🇦🇶实一般都是📐放在最后提，但是🧞♂️这次，一定得放🤛🦹♂️在前面，因为真🇳🇫🇮🇳的性价比很高🏛👩❤️💋👩，而且估🧛♂️计刚出没有多少人🎨用，接了🍜API之后👨🦳，那速度是真🧔🇵🇾快啊🇲🇿。第三个挑战🇯🇴🥌，在AI时🔂代，大家经常说🚑🦚的一个词◾👨🔧——平💯权🤖。根据Huggi🤟👛ngFa♎ce上V4系列🇬🇧🚎的介绍，在100🇬🇪万tok*️⃣🏋en上下👨👨👧👦🌂文场景🥊👘下，V📕☪4-P🦘ro的☕单token🇨🇩🛶推理FLOPs只🎤🏓有V3🥉🧜♂️.2的2🍷🐲7%，KVcac🆒he只有V3.🤝2的10%🏢。
