据@StanfordAILab称，其发布了SLP-Helm基准，用于测试AI模型在儿童言语诊断中的表现，并明确揭示了优势、缺陷与偏见；来源：斯坦福AI实验室于2025年10月28日在X发布的信息及其博客。 据@StanfordAILab称，数以百万计的儿童面临言语障碍且很少获得及时护理，为该诊断评估基准提供了临床背景；来源：斯坦福AI实验室于2025年10月28日在X发布的信息。 据@StanfordAILab称，更多测试与发现已在斯坦福AI实验室博客公布，供进一步核查与评估；来源：X帖中引用的斯坦福AI实验室博客（2025年10月28日）。

根据@SullyOmarr，Gemini 2.0目前是价格/性能比最优的模型。评估表明，其性能超越了GPT-4o，且价格便宜约20倍。对于非编程密集型任务的用户，这是推荐的选择。