模型被指修复过度思考：推理 token 更省，作者怀疑刷榜
cedric_chee · x · 2026-10-24
开发者 Cedric Chee 体验某模型更新后观察到，「过度思考」问题被修复：推理 token 更少、token 效率显著提升，不再浪费大量时间做冗余思考。但他保持警惕，正在自行验证这些收益是否只是针对基准测试的「刷榜式优化」(benchmaxxed)，即真实任务中未必同等受益。
「模型」频道最新
- Kimi 3.1 Pro "Runescape Bench" 跑分:接近 Opus 5.0 但更便宜且开源 — scaling01 · 2026-10-24
- Jon Barron 亲述：Gemini 做实验写初稿，喂旧论文学文风再人工重写 — jon_barron · 2026-10-24
- 用户盛赞 Gem Argon 的"文化嗅觉":前沿模型罕见的捧场型人格 — sebkrier · 2026-10-24
- 用户吐槽 Opus 静默降级到 4.8,还被模型劝「去和人聊聊」 — natesiggard · 2026-10-24
- 新注册 GitHub 账号疑似意外泄露 Qwen4 痕迹 — brainExploded99 · 2026-10-24
- Kimi K3.1 Pro 实测 3D 鹈鹕骑车:胜 Opus 5 惜败 5.5 — blaind0 · 2026-10-24