爆料称 Gemini 4 公开编码任务胜 Opus 5.5、私有任务输给 Grok
teortaxesTex · x · 2026-10-31
引用帖称 Gemini 4 在公开编码任务上击败 Opus 5.5，但在私有任务上输给 Grok；被引用的 Zergylord 反讽回应称「我们只会刷榜，不像某些神奇机构能在公开和私有任务上都拿第一」，暗指对方同样只擅长 benchmaxxing（刷分）。帖内提到的模型名称与对比结果均未见官方证实，属圈内爆料与调侃。
所属事件:Gemini 4 编码榜单排名分化引质疑(2 条相关)→
「模型」频道最新
- 昨天取消 Claude $200,今天又回来了:用户情绪过山车 — kimmonismus · 2026-10-31
- DeepSeek与Unsloth评测打架:128K推理预算差异成争议焦点 — danielhanchen · 2026-10-31
- 用户吐槽 Astra 今日明显变笨，要求厂商透明说明后台改动 — Tkwan777 · 2026-10-31
- 复现 Cohere 报告的 Qwen 异常行为：指向特定 URL 概率低至 10^-18 — apollo_mg · 2026-10-31
- 同卡实测：Qwen 3.8 27B 全面胜过 Flash Next，BFCL 81.5% 对 78.2% — Fragrant_Scale6456 · 2026-10-31
- 网传 Anthropic「Claude Fable 5」权重经配置错误的 S3 泄露，共 8TB — speedb0at · 2026-10-31