Hyperbench改成并排比作品
dr_cintas · x · 2026-07-15
Hyperagent 团队做了一个叫 **Hyperbench** 的新 benchmark： - 同一条 prompt 会同时送给两个模型，结果在浏览器里 **并排展示**。 - 目前展示的对比包括 **Fable 5** 和 **GPT-5.6 Sol**，覆盖设计、写作和创意任务。 - 这个 benchmark **不直接给总分**，而是让用户打开作品、对照后自己投票，强调“看真实产出而不是只看榜单数字”。