ShingingSky 12d ago 我是发现了，国产模型从 mmm 老师（MiniMax M3，前面视频登场时做到了青铜题做错，黄金题一把对的诡异成绩）开始，尤其是 flash 模型 一个个都是神区二象性[笑哭] ♥ 51 ↩ 6
tongtong666 12d ago 老有人说比赛不公平，看这个比赛也有一段时间了，刚开始觉得为了准确性每个bug测个3次才算准确。看了一段时间我的想法变了。 首先up也没说过是测评，就是一个娱乐比赛。比赛当然就是要有随机性，模型发挥不好也很正常，佛得角跟西班牙踢平，能说西班牙没发出真实力，所以再踢一次吗。另外每个模型出场机会都挺多，其实多看几期视频，对模型的整体水平也就大致有数了。ops，gtp整体来说就是很稳定比较突出。近期表现特别好的应该是grok，速度快准确率还高。glm，k3水平也很不错，v4flash表现也可以。其他的模型水平就一般了。 ♥ 76 ↩ 2
Comments
-现在ai真是越来越强了 -何以见得，从评分，还是从攻克石山解决bug的速度？ -都不是，是从up界面的花哨程度
♥ 14
我看deepseek饭圈挺严重啊
♥ 28 ↩ 4
当你觉得自己压力大的时候，不妨来看看d组
♥ 719 ↩ 31
ds依旧神鬼二象性，我已经一分钟没有听到梁文锋小故事了
♥ 102 ↩ 3
当你压力大的时候不妨想想你豆姐🤣🤣
♥ 60
你豆包姐将碾压肥波有感觉吗[魔法少女的魔女审判表情包_一定是..]
♥ 33 ↩ 4
什么时候能用不同 agent 区分主客场@[doge]联赛中这是不得不品的一环啊
♥ 161 ↩ 8
特效太多了。之前那个就挺好的非得要加多一个足球动画[doge]
♥ 9
C组的deepseekv4Pro会不会测一半突然I’m开头[doge_金箍]
♥ 145 ↩ 17
史上最强VS现代最区[汤圆]
♥ 231 ↩ 3
那么多人第一次看吗[笑哭]本来就是22对战，然后小组单循环的[笑哭]这只是一个ai娱乐测评节目，评论区能别搞饭圈吗，大模型都能有饭圈的吗[笑哭]
♥ 151 ↩ 11
大模型拟人化确实在某种程度上加重了饭圈程度。。。。 让人沉迷陶醉举起武器捍卫
♥ 33
hy4出了，能插队吗
♥ 45 ↩ 2
很不幸，刚才hy4来了，该候补了
♥ 42 ↩ 1
我是发现了，国产模型从 mmm 老师（MiniMax M3，前面视频登场时做到了青铜题做错，黄金题一把对的诡异成绩）开始，尤其是 flash 模型 一个个都是神区二象性[笑哭]
♥ 51 ↩ 6
老有人说比赛不公平，看这个比赛也有一段时间了，刚开始觉得为了准确性每个bug测个3次才算准确。看了一段时间我的想法变了。 首先up也没说过是测评，就是一个娱乐比赛。比赛当然就是要有随机性，模型发挥不好也很正常，佛得角跟西班牙踢平，能说西班牙没发出真实力，所以再踢一次吗。另外每个模型出场机会都挺多，其实多看几期视频，对模型的整体水平也就大致有数了。ops，gtp整体来说就是很稳定比较突出。近期表现特别好的应该是grok，速度快准确率还高。glm，k3水平也很不错，v4flash表现也可以。其他的模型水平就一般了。
♥ 76 ↩ 2
DSV4依旧抽奖，依旧神区二象性
♥ 18 ↩ 2
一群人有病似的，这个本来就是图一乐顺便看看各个模型能力如何，然后工作上参考看看用哪个，天天什么都搞饭圈，爱看不看，不看滚
♥ 2
啥评测我都不信，我就等着史山论剑[doge]
♥ 10
天天点开老师主页就想看你更新没有[doge]
♥ 26 ↩ 1