开发者以自家项目建编程基准，21 任务横评 19 模型

开发者 aquilesfd 用自己多年的项目搭建编程基准 aequindex，以 21 个任务、统一仓库与工具横评 19 个模型，每任务满分约 348 分，Opus 5.5 位列前茅。teortaxesTex 评论称更看重这类个人维护的榜单，因为无论是否代表整体，它们至少没有故意做过刷分优化，排名画像也说得通。

2026-11-13 ~ 2026-11-13 · 2 条相关