「SVG、Web 开发、办公全被解决」：开发者呼吁急需新基准测试
flavioAd · x · 2026-09-06
开发者 flavioAd 发帖称 SVG、Web 开发、3D 建模、游戏开发、移动开发、办公工作、Computer Use 等 7 个领域都已被 AI 解决，现有基准已无法区分模型能力，呼吁社区构建新的基准测试来衡量下一步。
「模型」频道最新
- Anthropic 陷双重压力：算力成本之外，新模型还得压过 Astra — haider1 · 2026-09-06
- 一周之内四大实验室齐发旗舰:GPT-6 Astra、Gemini 3.8 Flash 等爆料汇总 — testingcatalog · 2026-09-06
- 用户实测:Fable 5.1 可直接回答医疗问题,不再拒答转投 Opus — JeremyNguyenPhD · 2026-09-06
- repligate 长文:Anthropic 对模型性格的「可控性」近乎自欺 — repligate · 2026-09-06
- 自称第三方产品 Scry 在 DeepSearchQA 上以 71.8% 胜 Gemini 的 66.1% — AaronBergman18 · 2026-09-06
- 曝 OpenAI 内测下一代 GPT-6 Sol，Astra 发布数周后再上新 — koltregaskes · 2026-09-06