Mistral Large 4 榜单落后 GLM-5.3,Yuchen 调侃「评测危机」
Yuchenj_UW · x · 2026-10-06
AI 研究者 Yuchen Jin 指出,Mistral 刚发布的 Mistral Large 4(绰号 Le Chonk)在 Artificial Analysis Intelligence Index 上明显落后于 GLM-5.3,甚至不及 GLM-5.3 Flash。他借此调侃当前评测基准乱象,称「我们正处于 Eval 危机中」——不同榜单结果与各家宣传口径差异巨大,模型真实能力越来越难判断。
所属事件:Mistral Large 4 评测:法国重回第三极,性价比遭质疑(11 条相关)→
「Fun」频道最新
- 2023 年 HN 旧帖翻红:当年唱衰 Anthropic 的评论如今成讽刺名场面 — Sea-Ad-7031 · 2026-11-21
- 黎曼猜想证明发布,jxmnop 吐槽:Claude 复活渡渡鸟再叫我 — jxmnop · 2026-11-21
- 940 页黎曼猜想证明扫描 59.4 万词,AI 检测器判定 100% 人类手写 — burny_tech · 2026-11-21
- 用 Fable+Opus 做出模拟植物合成器,花开花落生成独特音乐 — ssh4net · 2026-11-21
- OpenAI 员工暗示「不掌握 P=NP 的内部答案」,AI 圈玩梗 — sjgadler · 2026-11-21
- 《火星救援》化学硬伤:1 升氧气变不出 2 升水 — xuanalogue · 2026-11-21