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
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- DeepSeek 每 token KV 缓存两年降至 890 字节,开源闭源差距之辩 — teortaxesTex · 2026-10-27
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 爆料推测:fable 5.5 或达 4-5 万亿参数,以规模压制 Opus — haider1 · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27