MirrorCode 榜单加入 Gemini 3.1 Pro 评测

scaling01 · x · 2026-08-12

MirrorCode 编程能力排行榜已加入 Gemini 3.1 Pro 模型。该评测任务规模庞大，单次尝试提供高达 100 亿 token 的预算及 7 天的时间限制，更多模型的评测结果将在运行完成后陆续公布。

原文链接 →

「模型」频道最新

• 用户指责 Anthropic 评测数据造假，实际体验缩水 — GabGarrett · 2026-08-12
• 前沿大模型思维链加密遭破解，衍生新型提示词注入攻击 — Simon Willison · 2026-08-12
• GPT 与 Claude 实测：谁更懂你的意图？ — nickbaumann_ · 2026-08-12
• 专家担忧AI水印推高代码熵值，呼吁警惕编码智能体输出 — wightmanr · 2026-08-12
• e/acc创始人指Grok正形成日常使用趋势 — beffjezos · 2026-08-12
• Kimi K3 蒸馏争议：论文作者承认未证实，或为数据污染 — bookwormengr · 2026-08-12

更多「模型」频道 AI 资讯 →