Gemma 4 31B 与 Qwen3.8 27B 榜单打架,两家评测结论相反
uncle_leon · reddit · 2026-08-26
Reddit 用户为个人项目选型时发现两个榜单结论完全相反:Artificial Analysis 认为 Qwen3.8 27B 全面领先,而 Arena 榜上 Gemma 4 31B 领先近 20 名、多个类别碾压 Qwen。社区普遍更偏好 Qwen,认为它推理更坚韧,但代价是对简单问题也会过度思考。帖子探讨了不同评测方法(响应速度加权 vs 用户盲测偏好)如何导致排名分歧。
「模型」频道最新
- 爆料称 Anthropic 新模型将发布,疑似已挖出十余个 Chrome 高危漏洞 — matthew_d_green · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- Meta Muse Code 用量遭吐槽：5 小时额度仅剩 21% — ThomasScialom · 2026-10-15
- Claude Code 报错截图现「Fable 5.1」与「Opus 5」字样,疑为新模型露出 — adonis_singh · 2026-10-15
- 谷歌推出 Deep Review:每周免费两篇论文审稿,由 Gemini 4 Argon 驱动 — JeremyNguyenPhD · 2026-10-15
- 曝 Grok Voice 3.0 上车特斯拉，日处理数百万次车内语音对话 — XFreeze · 2026-10-15