作者称模型榜单与实战差异很大

bindureddy · x · 2026-07-10

作者认为各类 benchmark 已经失真，模型在榜单上看起来都很好，但真实任务中的表现差异很大。复杂任务上，便宜模型往往会反复试错，最终反而更贵；他还提到 Fable 5 是当前复杂编程任务里最便宜的可用模型之一。