0813 成最强开源模型？ProgramBench 测评数据揭秘
teortaxesTex · x · 2026-08-23
X 用户分享了 ProgramBench Vetted 的测试结果。文中提到 'almost' 意味着至少通过 95% 的测试任务。虽然 Opus 5 整体表现强劲，但在该基准测试中，0813 表现为严格意义上的最强开源模型。
所属事件:ProgramBench 评测出炉：Opus 5 领先，0813 夺最强开源(2 条相关)→
「模型」频道最新
- 网友猜测某预览模型可能来自中国实验室的轻量级 Flash 模型 — brandon_galang · 2026-08-23
- Ox 模型评测：单次生成能力强但长语境任务需引导 — rachittshah · 2026-08-23
- Grok 4.6 凭借更少步骤与Token，实现更快更便宜的任务执行 — XFreeze · 2026-08-23
- ProgramBench 评测结果：Opus 5 依然领先，0813 为最强开源模型 — teortaxesTex · 2026-08-23
- Qwen3.8-27B 发布一周：社区全方位评测汇总 — Jonathan_Rivera · 2026-08-23
- 用户推测 Opus 5 变啰嗦或为配合水印检测 — cool_architect · 2026-08-23