编码基准仍落后

scaling01 · x · 2026-07-09

这条帖子简短提到“在所有编码基准上仍然更差”，并据此推测大概相当于 Opus 4.6 到 4.7 的水平，核心是在做模型能力横向比较。由于内容指向的是模型在编程基准上的表现，而不是具体工作流或产品体验，因此归入 models。