OpenAI 评测图表被指 Y 轴从 65 起画,8 分差距视觉上翻倍
teortaxesTex · x · 2026-11-13
有网友指出 OpenAI 一张模型评测幻灯片存在图表误导:Y 轴从 65 起始,使 8 分的差距在视觉上看起来超过两倍。引用的对比还提到,该模型在 ExploitGym(编写 exploit 破防)上比 GPT-6 Astra 强很多(更不犹豫),但在 PatchBench(修 bug)上只略好——更擅长攻、几乎不更擅长守。发帖人吐槽这种图表操作「该停了」。
「模型」频道最新
- 配图疑泄 Google「Gemini 4 Hydrogen」跑分表，对垒 Claude Sonnet 5.5 与 GPT-6.1 Terra — ColbyHawker · 2026-11-13
- 实测谷歌 MKA 多模态基准:六大 AI 工作流横评,数字易翻车 — Emergency_Abies_6508 · 2026-11-13
- OpenAI 预告「网络攻防模型」:内部 PatchBench 补丁成绩 79.1%,超 GPT-6 Cyber — JiaweiLiu_ · 2026-11-13
- 对标职场心理的「大心理学模型」Thorsten-4 发布,对冲基金拿5000万美元实盘跟随 — rohanpaul_ai · 2026-11-13
- Antigravity CLI 实测:一条 prompt 驱动 23 个 Agent 蜂群并行开发 — rseroter · 2026-11-13
- Qwen4-max-preview 思维链里反复自言自语 URL 护栏提醒,引社区围观 — Several_Income_9912 · 2026-11-13