实测:某编码模型恢复后质量回落
wightmanr · x · 2026-07-05
作者分享对一款编码模型的实测对比:在它被限制使用前,曾用半天完成一个非平凡功能且覆盖全面,自查与 Codex 复审都无明显问题;但恢复使用后,又回到了常见的反复来回调教状态,出现的疏漏与 Opus 4.7/4.8 或 Codex(GPT-5.5 xhigh)类似,已不再像一次显著跃升。
「模型」频道最新
- 有人称 Kimi 短期走势取决于 K3 基座模型发布 — _xjdr · 2026-07-27
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- 欧洲 ChatGPT Plus 用户开始看到“Extra High”质量选项 — PressPlayPlease7 · 2026-07-27
- Opus 5 传在赛车游戏测试中一次过关 — soumitrashukla9 · 2026-07-27
- Claude Opus 5 据称价格减半并刷榜 Frontier-Bench — GregCook2011 · 2026-07-27
- 研究者称防御场景更偏向开放模型，Kimi K3 已接近高水平网络安全能力 — eliebakouch · 2026-07-27