#模型性能

QVQ-Max 可能是为数不多的在复杂表格识别和复原能力里最强的模型 在这个我测试的表格中，存在多级表头，以及多个合并单元格和空单元格，打眼一看复杂度并不高，但在其他的模型中往往会出现表格数据粘连或者串行的情况，QVQ直接完美生成了对应的html，并且在它的think中也专门提出了以上需要注意的地方

GPT-4.5 会带来推理模型的升级 想象一下，每个 AI 模型都是一名努力学习的学生。每个学生的能力有高有低，有的懂得多，有的懂得少。这张图片就像是一场考试的成绩单，展示了不同的“学生”（模型）在高难度考试（GPQA基准测试，类似博士水平的知识问答）中的表现。 在图片中，我们能清楚看到： - 最底层的基础模型（Base Models），类似于那些还没学会“如何思考”、只掌握了大量知识却不善于运

GPT 4.5 终于发布了，Scaling Law 撞墙说的就是它？ 预训练的计算量是 GPT4 的10倍，但是基准测试只比 4o 好 5% Devin 的代码测试超过了 Claude 3.5，但是不如 Claude 3.7 国外网友在吹写作，但是也有人发现不如 DeepSeek R1 输入75美元，输出150美元/百万token，是其他模型的10-100倍。 又贵，又慢，又不够好 非常尴尬