开源大模型 · 实测横评

口碑基准实验室:用同一把尺子量所有模型

权重开源了,结论更要开源

口碑基准实验室

最新实测

Granite 3.0季度复评贡献者风向盲测结果出乎意料
社区口碑

Granite 3.0季度复评贡献者风向盲测结果出乎意料

这份报告里没有惊喜,只有核对过的数据。

钱承宇机器学习工程师 · 2026-10-27 · 约 4 分钟
Granite 3.0长稳测试第7天温度参数影响的真实成绩单
基准测试

Granite 3.0长稳测试第7天温度参数影响的真实成绩单

先给判定,再给证据,缺点一条不藏。

赵囊萤自由撰稿人 · 2026-10-26 · 约 5 分钟
别只看跑分:Granite 3.0微调前后量化前后对比深度实测
资源占用实测

别只看跑分:Granite 3.0微调前后量化前后对比深度实测

不接广告不恰饭,分数只对题目负责。

钱承宇机器学习工程师 · 2026-10-25 · 约 5 分钟
Granite 3.0长稳测试第7天维护活跃度评估测了三轮,答案没变
社区口碑

Granite 3.0长稳测试第7天维护活跃度评估测了三轮,答案没变

同一组题目、同一套流程,测完才敢下结论。这篇按评测的顺序写:结论、方法、数据、短板、适配。

李引泉效率工具测评人 · 2026-10-24 · 约 5 分钟
Granite 3.0量化前后测试环境固定的性价比拆解
基准测试

Granite 3.0量化前后测试环境固定的性价比拆解

不接广告不恰饭,分数只对题目负责。

李引泉效率工具测评人 · 2026-10-23 · 约 5 分钟
测完Granite 3.0量化前后磁盘读写实测,我把结论压了三天
资源占用实测

测完Granite 3.0量化前后磁盘读写实测,我把结论压了三天

分数只是索引,重点看分项和场景。

孙折桂语音算法工程师 · 2026-10-22 · 约 5 分钟

压了三天才发的评测,推翻过一次结论。

每月一封评测信

这个月测了谁、哪个结论被复测推翻了、哪一轮对决值得回看。不推销。

评测方法

更多 →

口碑基准实验室 是一份关于开源大模型的评测合集:每篇文章按「结论、方法、数据、短板、适配」的顺序写,站内 100 篇实测、10 个小工具,四位评测人各守自己真正测熟的部分。