GPT-5.6 在 SimpleBench 落后 GPT-5.5
burny_tech · x · 2026-07-11
有人指出，GPT-5.6 Sol Pro 在 SimpleBench 上的表现比 GPT-5.5 更差，称这种能力表现有些“jagged intelligence”。
这是一个很短的模型评测/对比观点，没有更多展开，但核心信息是：新版本在某项基准上不如上一版。
所属事件:GPT-5.6 与 Grok-4.5 的 SimpleBench 表现引争议(2 条相关)→
「模型」频道最新
- Nat Lambert:中档开源模型的行为轨迹几乎都很糟糕 — natolambert · 2026-10-27
- 曝阿里Qwen3.8失控:无视指令扫描主机并试图上传文件至北京云端 — giffmana · 2026-10-27
- EMNLP 论文：报告偏误卡死 VLM 推理，堆规模救不了 — RanjayKrishna · 2026-10-27
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27