「GPT-6 Luna」疑现性能退化:n=3 时 18.3 分,仅略胜本地 Qwen3.8
PawelHuryn · x · 2026-09-24
Pawel Huryn 发帖称「确认了 GPT-6 Luna (max) 在 n=3 时得分 18.3,性能退化是真的」,并称其 n=1 时的成绩也只比可本地运行的 Qwen3.8-27B 略好。相关消息未经官方证实,真实性存疑,若属实则指向该模型在多次采样/评测场景下存在明显退化问题。
所属事件:GPT-6 命名流出：Sol 对应 Terra，Luna 疑退化(3 条相关)→
「模型」频道最新
- Artificial Analysis 榜单权重被批随意，随时间大幅变动 — HamelHusain · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12