（来源：上观新闻）
**三◻、NUM👲INA在实际➡日韩的中文字幕测试中的表现如🇫🇯🇬🇺何？** 为了🇨🇱系统评测🃏NUMINA🚭，研究团队专🇱🇨门设计了一个♐📽名为Cou🔔ntBench🦝的测试🖇👩🎤集，包含😕❓210个精心构🍇🔟造的文字描😡🇪🇦述，涵🇧🇧盖了1到8💫个物体🧩的计数场景，🍽🎫以及同时包🐮🚥含1到3种不同类🇲🇺别物体的复合😄🏎场景🏑。
以Google ♾️Gemini 2🇰🇳.5 🏬Flash🌫🍿-Lite标准👩👧👧档估算，5,00💱0 input✒ + 1,00🙄0 out📫🎐put T🇲🇶okens，To👩🦱🇭🇷ken成本🧣约 0.😈000🇺🇲9 美元🌎；若同一次🚨调用附‼带一次 gr🐷ounded✅ prompt🇧🇷，超出每日免🤟费额度后💸，单次gro👨⚕️😡und🧩ing价格🍓为 0.0🇧🇹35 美元，是🤒Toke🇧🇩n成本的近四十🦜🇳🇴倍🏘🐋。
这里最典💞型的是美团，🇻🇺其次是🐭👨💼淘宝闪购⛩，这两个也是🌱传统外卖🇩🇴🤢平台，属于老🙎玩家🦜。Peter Y🎈ang：🇨🇨那你们要不要先🇦🇶🐞快速展示一🐕🇵🇸下，Codex能😖🏍做出些什么东🧬西？ 📊Romain：没☯💧问题🆙。要知道，Op🍛enClaw很大✅🚎程度上就是基于C🚠🚪odex😮打造的，他一直💤🍹在用反馈来☁🤔激励团队，🇳🇪🚵在努力推动Cod🥔🚃ex的持续👐🈂改进🛶。
