Ox Alpha神秘模型DeepSWE实测63%，此前80%系子集误报
daniel_mac8 · x · 2026-08-23
围绕热议的 ox alpha 神秘模型，@davis7 完成了完整的 DeepSWE 基准测试，最终成绩约 63%，而非此前子集测试得出的 80%——这才更合理。
他的日常使用体验：比 Claude 或 GPT 的"语气"好得多、设计尚可、处理子智能体和长复杂任务表现不错、代码质量好且理解指令准确。但也有一些怪癖：有时会留下死代码，不如 Sol 彻底；尽管吞吐量不错，体感却不快，尤其在更高推理档位下运行耗时很久，效率存疑。
@davis7 认为综合来看这仍是个非常好的模型；@dedene 指出 63% 已相当不错（对比 Fable 的 69%），预计 ox alpha 会成为热门模型。
所属事件:Ox Alpha 完整 DeepSWE 实测约 63%，此前 80% 系子集误报(6 条相关)→
「模型」频道最新
- Google 官方展示 Gemini 4 Argon 攻坚内部最难工程问题 — CurieuxExplorer · 2026-10-15
- Perplexity 新 embedding 模型：大模型建索引、小模型做查询 — antoine_chaffin · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- 爆料称 Kimi 旗舰 x4 已完成预训练，K3.1 开始内部测试 — lyraxana · 2026-10-15
- Unsloth 发布 Nemotron 3.5 本地量化包:Bolt 24GB 内存可跑 — danielhanchen · 2026-10-15
- NVIDIA 开源 Nemotron 3.5 Bolt 双模型：74B MoE 与端侧 E4B 同日发布 — HankYeomans · 2026-10-15