Qwen 3.8 27B 登顶 SlopCodeBench：严苛得分仅 17.6%
corruptbytes · reddit · 2026-08-20
在 HumanLayer 的 SlopCodeBench 评测中，Qwen 3.8 27B 在 Opus 子集（17 检查点）的严格得分仅为 17.6%，低于 DeepSeek V4 Flash 和 Claude Code。报告指出其在严格检查点表现较差，不适合独立管理代码库，但在核心检查点表现尚可。
「模型」频道最新
- Muse Spark Open 经 llama.cpp 跑通 M3 Ultra：前沿模型上桌面 — pcuenq · 2026-10-16
- OpenAI 推出 GPT-Live-1.1 语音升级：新增六语种声音、更少卡顿 — OpenAI · 2026-10-16
- LMArena 上线 Muse Spark 新模型，Battle 与 Agent 模式可测 — arena · 2026-10-16
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- Ilya 质疑 Meta 新许可证：年收入超 2000 万美元的推理服务商须与 Meta 另签协议 — ilyasu · 2026-10-16
- Muse-Spark 开源权重发布：816B MoE 模型 MLX 3bit 版已上线 — ns123abc · 2026-10-16