均衡候補CF-1.3gpqa

Llama 3.1 8B Instruct

Llama 3.1 8B Instruct 定位為「均衡候補」：Cheese Index 19.3（#244）。沒有單一極端優勢，但可作為穩健備援或 A/B 對照組。場景上最貼近「成本優先」。

2026-09-09 快照。未知組織 · 2 路交叉訊號 · Pareto · 最佳 Fit 成本優先

模型檔案對照指數台

CHEESE INDEX

19.3#334

DEPTH

30.4

OPS

—

VALUE

321.95

BALANCE

—

CONSENSUS

—

Σ COST

$0.1

LATENCY

—

優勢訊號

落在成本－能力 Pareto 前沿：同成本難找到明顯更強、同能力難找到明顯更便宜。
場景 Fit 首選「成本優先」（58.5）。

風險與缺口

尚無部署體感訊號，上線前請補延遲／吞吐實測。
長程軸覆蓋不足，長 horizon 任務勿只看總指數。
深度維度覆蓋偏低，專長判斷可信度有限。

深度雷達

實線＝本模型 · 虛線＝群體中位

芝士軸

coding19.3

場景 Fit

★ 成本優先58.5

生成原型22.4

均衡穩健20.2

編碼代理9.6

長程任務4.6

關鍵取捨

能力 vs 帳單

指數 19.3 對應 Σ $0.1／MTok，Value 321.95。高指數不自動等於該買——看任務失敗成本是否撐得住溢價。

專長對齊

相對群體在「gpqa」抬升 +-44.6。任務面不匹配時，抬升無法兌換成產品價值。

部署體感

Ops—

Latency—

Throughput—

I / O$0.02 / $0.04

尚無 Ops 訊號：上線前請補延遲與吞吐實測。

驗證清單

用 3–5 個自家真實任務（含失敗案例）跑 A/B，勿只看排行分數。
記錄延遲 p50／p95、錯誤率與單位任務成本，對齊 Ops／Value 敘事。
上線後追 7 日指數波動與產品 KPI，決定是否留在短名單。

能力細節

gpqa30.4