屎山BUG挑战赛｜淘汰赛｜Qwen3.7Max对战Opus4.8

看了这么多斗蛐蛐，感觉qwen3.7被低估了，deepseekv4被高估了

♥ 96 ↩ 17

蒸馏版的千问打不过正版的千问

♥ 71 ↩ 8

相比让模型从零开始做个网页这些测试，我认为up这边从实际代码工程场景出发的测试才更体现模型实力[打call]。期待看到更多赛博斗蛐蛐[脱单doge][脱单doge][脱单doge]

♥ 66 ↩ 4

qwen3.7绝对被低估了，我就问了它一句话，”现在成为独立游戏开发者，并以此养活自己是否可行？“它不仅爬了steam上万的游戏列表，并给我了一个独立游戏收入excel表格。并生成了一份3w字的全面分析可行性报告。最最最最惊艳的是，我仅仅问了能否养活自己，它竟然知道我住南京，并爬取了南京衣食住行的生活成本，这个数据也是非常可靠的。

♥ 56 ↩ 23

被我们寄予厚望的 opus4.8 在八进四的时候倒在了 qwen3.7max 手下，让我们恭喜 qwen[大哭]

♥ 53

刚用Qwen3.7max解决了一个搞了三四天的bug[星引擎party闪亮启航 表情包_大叫][星引擎party闪亮启航 表情包_大叫][星引擎party闪亮启航 表情包_大叫]

♥ 47 ↩ 9

卧槽Opus被斩于马下了

♥ 40 ↩ 3

期待glm5.2大战kimik2.7[doge]

♥ 37 ↩ 4

据说之前claude之前蒸馏了千问，这千问往claude身体里到底塞了啥，我不好说[doge]

♥ 35 ↩ 1

glm5.2啥时候测[doge]

♥ 32

qwen3.7max 实力是有的，个人体验还是比 ds v4 pro 强的，但是贵。。。。我们上个月没注意账单，花了 3000 多元。。。

♥ 23 ↩ 3

这真的假的啊，qwen就花了这么短时间就找到bug然后一次修复成功了吗?我怎么感觉它小组赛也没这么猛啊，是不是作弊了

♥ 19 ↩ 11

"神话"（Mythos） → 真的被"吹死了" 自己命名把自己给奶死了 [笑哭] Anthropic：我们模型叫"神话"！结果被政府一句"安全问题"直接按死了。这下真的成"神话"了——传说中的模型 🏛️。 美国政府：好的，那让它成为神话吧 ✨ 这波是物理意义上的"神话破灭"了～ 还是老老实实叫opus比较安全哈哈 说不定以后AI圈会流传一句话：别给模型起太狂的名字，容易被制裁[喜极而泣]

♥ 16

mm老师有话要讲

♥ 15 ↩ 4

这么一看跟围棋比赛一样，码神棋神都不能稳拿冠军。实际上国模顶尖和美洲码神在agent环境下没有质的差距，还是量的差距

♥ 14 ↩ 1

被我们寄予厚望的opus4.8........

♥ 14

怎么会这样！换回opus4.6肯定不会输[大哭]

♥ 12

qwen3.7神时神鬼时过鬼的。（这个是3.7Max+日历版表现）[doge][doge][doge][doge][doge]

♥ 12 ↩ 3

测glm5.2

♥ 12 ↩ 2

体会到世界杯的快乐了

♥ 11