模型榜单显示 Fable 评分稳定，排名变化不大
cis_female · x · 2026-07-22
一张榜单显示，Fable 评分波动不大，排序基本稳定
原帖先说，Fable 的打分存在一定波动，但幅度不算大，模型排名大体保持一致。
配图是一张模型榜单，列出均值、标准差和字母等级，包含 anthropic/claude-opus-4.8、meta/muse-spark-1.1、openai/gpt-5.6-sol、z-ai/glm-5.2、google/gemini-3.5-flash、x-ai/grok-4.20 等模型。
回复进一步指出一个有意思的对照：大家曾把 muse spark 和 grok-4.20 当成“便宜且好用”的近似同档模型，但这张表看起来像是前者接近顶端、后者明显落后。
所属事件:60万字真实聊天记录实测大模型关系理解(6 条相关)→
「模型」频道最新
- KOL 吐槽 OpenAI 6.1 Sol 被评 B 级:发布策略搞砸了 — Angaisb_ · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27