标签
文章报道，上周Astra是按支出排名第一的AI模型，而Luna在令牌使用量上领先，突出了Anthropic和OpenAI之间的趋势。
本文认为，严肃AI系统下一个主要的竞争轴线是可靠性和可信度，而不仅仅是能力或流畅度。文章强调了新兴的验证技术——如独立检查和基于评分标准的评级——旨在捕捉自信但错误的输出，这种失败模式被称为'pseudo-correctness'。