GameFeel Bench v1.4 榜单:Qwen-4-Flash-Early 以 49.9 分居首
Sea_Emergency_8458 · reddit · 2026-11-09
Reddit 用户分享了公开游戏开发测试基准 GameFeel Bench v1.4(kodasdream.github.io)的最新数据。作者指出流传的图表是修正前的旧版：基准作者曾算错 Qwen-4-27B-Early 的音频分数，使其总分从约 47 被低估到 44.6。修正后当前榜首为 Qwen-4-Flash-Early(49.9 分)，Claude Opus-5.5 XHigh 以 47.2 分紧随其后。这是一个单人维护的小众游戏开发向测试，测评对象包含尚未发布的 Qwen 4 早期 checkpoint,结果仅供参考。
「模型」频道最新
- 博主据 METR 内部基准推算：Anthropic 内部模型已领先公开版一代 — haider1 · 2026-11-09
- Opus 5.5 能做惊艳 3D 建模，画个橄榄球图标却翻车 — rms80 · 2026-11-09
- 新开源小模型 Thinky Inkling 2 Small 实测：不如 DeepSeek Flash 还更贵 — intellectronica · 2026-11-09
- Gemini 4 Carbon 宣称 SOTA 却全渠道不可用，无人能用 — Yuchenj_UW · 2026-11-09
- 用户实测：AI bot 额度消耗不一致，周末响应还变笨 — mattyp · 2026-11-09
- 9B 去审查蒸馏模型 DeepSeek-V4-Pro-Qwen3.5-9B 可在 5GB 笔记本本地跑 — udmrzn · 2026-11-09