发布时间：2026-06-09 已有： 位 网友关注
币界网消息，OpenAI研究员Noam Brown发表观点，指出随着AI模型性能的提升，衡量模型好坏的基准测试分数正逐渐被推理时算力主导。单一的静态分数已无法体现强模型的真实水平，未来评估标准需转向以推理算力或生成token数量为横轴的性能扩展曲线的测试为例，初期常规测试中，GPT-5.5相比GPT-5.4优势不明显，但一旦分配更多推理算力，其表现便迎来爆发式增长。Noam Brown警示称，目前的生物或网络安全评测通常没有固定推理预算，国家级对手为特定任务投入超过1000万美元推理预算时，原本看似安全的模型可能跨越危险红线。
