wojak-bench 榜单细节:Gemini 4 Carbon 1250 分登顶,Grok 4.7 垫底
osanseviero · x · 2026-11-17
osanseviero 发起 wojak-bench 投票,称赞 lukaspet 与 andonlabs 团队。该竞技场让模型按同一份指令文件(最多 3 轮修订)将 2D 图纸做成可打印手办,以统一相机/灯光/材质渲染后盲投票,用 Bradley-Terry 评分排名。- 榜单:Gemini 4 Carbon 1250 分、GPT-6 Astra 1068、Claude Fable 5.2 1029、GPT-6.1 Sol 1015、Claude Opus 5.5 870、Claude Sonnet 5.5 682、Grok 4.7 636- 官方明确声明这是社区偏好投票而非受控评测,小样本不可靠;清 cookie 可绕过一人一票限制- 部分早期图纸的修订预算不均等、个别模型在构建机内存不足时重启过步骤,均如实披露
所属事件:Wojak-Bench 3D 榜单走红:Gemini 4 Carbon 夺冠(3 条相关)→
「Fun」频道最新
- KOL 预测一年内人类会议将被 AI Agent 团队会议取代 — kimmonismus · 2026-11-17
- 让 ChatGPT 和 Claude 扮演 NeurIPS 审稿人,AI 论文被拒 — burny_tech · 2026-11-17
- 「万事同时发生」:AI 圈刷屏式感叹 — burny_tech · 2026-11-17
- 80 年代复古风奇幻电影级 AI 视频,「比电影还好看」 — mark_k · 2026-11-17
- 两人都没用过 Isabelle,却吵得有模有样 — zetalyrae · 2026-11-17
- SEO 专家发现:批评 Google 的帖子,看得最勤的是 Google 员工 — lilyraynyc · 2026-11-17