OpenAI o1 在竞赛数学和代码榜单上全面领先
willdepue · x · 2026-07-22
这条帖子用夸张口吻说，OpenAI 最近这条“模型剧情”已经离谱到像大事件本身。
配图给出三项基准对比：AIME 2024、Codeforces 和 GPQA Diamond。图中 o1 相比 GPT-4o 和 o1 preview 都有明显提升，尤其是在竞赛数学和编程上表现更强。
「模型」频道最新
- Moonshot 放出 Kimi K3 上手入口，强调它是智能伙伴 — maier_ak · 2026-07-22
- Moonshot 推出 Kimi K3：2.8 万亿参数开源权重模型 — maier_ak · 2026-07-22
- LongCat-2.0 实测将 agent 输入成本砍掉 88% — karminski3 · 2026-07-22
- Google Genie3 被指可用街景图像模拟现实世界 — ZeroStateReflex · 2026-07-22
- DeepSeek 接 Claude 的工作流被说成掺水，但用户很买账 — tinyfool · 2026-07-22
- 有人说 Grok 翻译太差，发 X 前先用 ChatGPT 过一遍 — tinyfool · 2026-07-22