V4.1在LiveBench排第5，Agentic Coding登顶但被指语言偏科
teortaxesTex · x · 2026-09-11
有分析指出，V4.1 在 LiveBench 上排名第 5，仅落后于 Astra、两个 Fable 以及 Muse Spark 1.3。其优势主要来自 Agentic Coding，在该项排名第 1（Fable 5.1 低 11 分，Astra 低 20 分）。
但作者认为这一优势与「Python 至上」有关：在 TypeScript 上 V4.1 与 Fable 5.1、Muse Spark 1.3 同为 60%，疑似已饱和；在 JS 上为 81.8，而其后 4 个模型均为 77.3%。作者据此称其表现「有点水」。
所属事件:V4.1登顶LiveBench编程榜位列总榜第五(2 条相关)→
「模型」频道最新
- 临近 IPO 的 AI 大厂,LLM 默认文笔依然难以卒读 — GabGarrett · 2026-10-28
- 反驳「开源中国模型被碾压」：Kimi 3.1 在 Frontier Code 2 上接近 Fable — bookwormengr · 2026-10-28
- 开源模型 Flint 冲上 Hugging Face 趋势榜第 2,作者预告改进方向 — josh_tobin_ · 2026-10-28
- Yacine 怒评:最强语言模型依然烂得离谱,自己也被逼到极限 — yacineMTB · 2026-10-28
- 阿里港科大发布 Omni-InteractScope:全模态流式交互基准 — Qwen · 2026-10-28
- Mistral 发布 Timestral 时间序列基础模型家族,GIFT-Eval 登顶 — mistralai · 2026-10-28