一家博客测评12款AI，自定标准自评
TryAI自行构建并评估了全部12款模型，每项任务测试五次，全程无外部裁判或第三方审计。
- Claude Fable 5是唯一在五次测试中均成功解开魔方的模型。
- GPT-5.6 Luna响应最快（1.0秒），单次运行成本最低（0.001美元）。
- Grok 4.5处理高难度任务的表现与Claude Opus 4.8持平，但收费明显更低。
为什么重要该网站既是基准测试的设计者，又是唯一的评审方，却将此排名作为独立证据发布。
TryAI blog (official benchmark post) ↗ · 2026年7月10日26/7/10 · ✓ 已核实✓