Xeophon：知识类评测已死，编程基准也在走向消亡
xeophon · x · 2026-09-18
AI 评测圈知名观察者 Xeophon 指出，评测类目会整体消亡：随着模型能力提升，没人再用琐碎问答考模型，多选知识类基准早已失去意义。
他进一步表示，编程基准（coding benchmarks）也越来越让人有同样的感觉——作为评测工具的有效性正在衰减。
「模型」频道最新
- Databricks 自测称其 agent 追平 Claude 与 GPT-5.6 Luna，速度快一倍 — emmanuelvivier · 2026-09-18
- 开发者盘点 Jev 玩法：自驾驶、造语言、查数据库样样有 — iannuttall · 2026-09-18
- JEV 竞品模型将出，这类模型该叫什么？ — altryne · 2026-09-18
- Armin Ronacher 设想：用 OpenAPI+RAG 取代 MCP？ — mitsuhiko · 2026-09-18
- 网友预言:Opus 4.8 将像 GPT-4o 一样被开发者狂热追捧 — RileyRalmuto · 2026-09-18
- 实测：中国编码模型 token 消耗达 2-3 倍，便宜不等于省钱 — craigbalding · 2026-09-18