AWS推出SageMaker模型排行榜 可对比70+模型
时间:2026年11月18日
地点:美国西雅图 / 亚马逊云科技 SageMaker Studio
人物:亚马逊云科技机器学习团队
事件详情:亚马逊云科技正式推出Amazon SageMaker JumpStart Model Leaderboard,允许用户在SageMaker Studio内直接对比70多款基础模型。该排行榜覆盖Meta、Google、Qwen、IBM、Arcee等厂商的模型,在三个公开基准测试(BIG-Bench Hard、GPQA Diamond、MMLU-Pro)上展示质量分数,同时显示响应速度、吞吐量和估算实例成本。排行榜提供四种优化目标:Balanced(最低每令牌成本)、Cost optimized(最低小时实例价格)、Latency optimized(最低首token延迟)、Throughput optimized(最高吞吐量)。用户可通过许可证、供应商、输入输出类型等筛选器缩小范围,再根据工作负载选择合适的模型配置。AWS强调排行榜用于建立候选名单,而非最终决策,建议团队在选定两三个候选模型后,用自己的数据和提示词进行生产前测试。
背景:亚马逊云科技SageMaker JumpStart此前已提供数百款开源基础模型,但开发者需要逐一阅读模型卡片并拼接不同来源的基准分数,难以做出同类比较。新推出的排行榜将质量分数和性能指标统一在同一平台、同一方法下测量,解决了跨来源数据不可比的问题。
影响:这是云厂商首次在模型目录内原生集成同类对比工具,直接对标Microsoft Foundry和Google Model Garden的评估服务。对开发者而言,排行榜降低了选型门槛,使小团队也能在几分钟内完成原本需要数天的模型筛选。AWS计划在11月30日拉斯维加斯云大会上进一步展示该功能,并探索私有hub支持、嵌入和图像理解等新排行榜。
总结:Amazon SageMaker JumpStart Model Leaderboard通过统一测量70多款模型的质量、速度和成本,将模型选型从碎片化的手动对比变成可视化的筛选流程。它不会替开发者做出最终选择,但能让候选名单的建立成本大幅降低,尤其适合资源有限、需要快速验证的团队。
参考来源:
AWS官方博客
https://aws.amazon.com/cn/blogs/machine-learning/introducing-the-amazon-sagemaker-jumpstart-model-leaderboard/
Gadgets Now报道
https://gadgetsnow.indiatimes.com/tech-news/aws-sagemaker-jumpstart-ranks-70-plus-ai-models-by-speed-cost-and-quality/articleshow/135981716.cms
AWS News
https://aws-news.com/article/01a1f083-1403-204a-3bff-d42183b88975
AI导航
https://ai-tokens.cn/news/news-a2e412e5953e5c3f.html
ScopeAI
https://scopeai.cc/stories/aws%e5%9c%a8sagemaker-studio%e4%b8%8a%e7%ba%bfjumpstart%e6%a8%a1%e5%9e%8b%e6%8e%92%e8%a1%8c%e6%a6%9c-%e5%90%8c%e6%b3%95%e6%b5%8b%e8%af%8470%e4%bd%99%e6%ac%be%e6%a8%a1%e5%9e%8b-mwmmf02r
Coder Liang
https://coderliang.com/posts/e045fe57-e2c8-488b-b554-391f75109fb6







