去掉 SimpleQA 后榜单变了
scaling01 · x · 2026-07-19
截图展示了一张模型排行榜：去掉 SimpleQA 后，多个模型的分数和名次发生变化，例如 GPT-5.6 Sol 仍居第一，Claude、Gemini、Kimi 等模型的排名也有不同程度上升或下降。帖主借此吐槽有人为了某个结论在“硬造数字”来贬低 ECI。
所属事件:SimpleQA对模型评测榜单的影响引争议(3 条相关)→
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11