数理工作 (人类评价)

如何看这张表

• 越靠上评价越高，像“第 1〜⁠2 名”这样以范围显示的模型之间的差在误差范围内。
• 评价是由人比较 2 个回答、选出较好一方的结果得出的分数。
• 差 50 时上面的模型被选中的概率约为 57 %，差 100 时为 64 %，差 200 时为 76 %。
• 价格是每 100 万 token 的参考，依次为让它读的部分、让它写的部分。
• 长度是一次能让它读的文本量 (token)。