开源模型亟需另开一桌

国产开源模型因在AA榜过度刷分出现性能与使用体验脱节，亟需放弃单一综合榜单并建立自身评估标准。大模型应转向细分赛道并提升推理效率，如DeepSeek 4.1 Flash专注高推理效率可跑出150 TPS。为此，公众号“葬AI”宣布将建立开源Benchmark社区，陆续开源发布贴合真实任务与环境的评测基准。