Sol 在多项基准登顶

scaling01 · x · 2026-07-10

转发内容称 Sol 在 CyberBench、Excel Modeling Benchmark、Legal Research Bench、ProofBench、SWE-bench 和 Terminal-Bench 2.1 上都拿到第一，尤其在代码和形式推理相关任务上表现很强。

原文链接 →

「模型」频道最新

• 一条暗示帖把 GLM 5.5 的发布时间推近了 — mark_k · 2026-07-21
• Nemotron 3 Ultra 预测榜表现突出 — kuchaev · 2026-07-21
• Kimi K3 登上 Agent Arena 第4 — arena · 2026-07-21
• Qwen 3.8 口碑分化 — davidtsong · 2026-07-21
• SuperGrok Heavy重回99美元/月 — Daniel_Farinax · 2026-07-21
• 一天实测Kimi K3：上限高但代价大 — Tarandjpop · 2026-07-21

更多「模型」频道 AI 资讯 →