標籤 #engineering-trust

2026-08-06 · Paul Lukic

我們用真實分詞器重跑了基準測試。數字變低了。我們照樣發布。

我們的頭條宣稱曾是省 79.7% token——單任務、單夾具、位元組 ÷ 4。新測試平台跑 3 項任務、用 tiktoken 統計，回報中位數：67.9%。為什麼更低的數字更值錢，以及隨之發布的新功能。