Kaggle 新基准实测古文献转录：Gemini 4 Argon 以 0.86 居首
mariofilhoml · x · 2026-11-03
作者发布了其首个 Kaggle 基准：对 1621–1737 年葡萄牙堂区记录做整页外交式转录（diplomatic transcription，逐字保留原文形态），并采用严格的字符级评估。配图排行榜显示 Gemini 4 Argon 以 0.86 排名第一，Gemini 3.8 Flash 得 0.78，Claude Opus 5.5 以 0.77 位列第三。
「模型」频道最新
- 用 Opus 做出 Spider-Verse 风格 2D 动画，社区疑其路由至 Fable 5.5 — minchoi · 2026-11-03
- 「Fable 5.5」演示续:一提示词生成鹈鹕骑马开自行车,代码动画动感十足 — minchoi · 2026-11-03
- 「Fable 5.5」单提示词产出完整 3D 开放世界 RPG,四模型横评差距明显 — minchoi · 2026-11-03
- 博主实测传闻中的 Claude Fable 5.5:奔跑长颈鹿测试胜过 Opus 5.5 — minchoi · 2026-11-03
- Fable 5.5 零提示词生成可交互 3D 帆船,传周二或正式发布 — minchoi · 2026-11-03
- Qwen 底模 93% 答案跑死循环，某「6 倍提升」疑破基线虚高 — paul_cal · 2026-11-03