关键在于，在这十个顶级模型中，谷歌的Gemma和Mistral Small是唯一可以在消费级硬件上运行的模型。单个RTX 4090就足够了。 所有其他模型的参数都超过100亿，并且需要非常昂贵的专业硬件。 在我看来，这改变了很多超越原始分数的视角。