AA v5的分数更符合体感了，刷分的都死下去了，仅个人观点

xinhao喵 2026-10-30 09:25 1

最新回复 (11)

张三 10-30 09:31

1楼

悲报：GLM因取名字母靠后，痛失一名排名。

PS：deepseek与glm的分数一样，柱子好像不一样高
didigo 10-30 09:33

2楼

为啥子没有谷歌的a模型呢，谷歌a不是也很强吗
363653919 10-30 09:35

3楼

sonnect5.5比fable5.1强，这个有点假吧，
_Hyouka 10-30 09:56

4楼

个人观点，跟安兔兔没啥区别了

私有数据集，那就意味着可以针对性优化

想让谁高想要谁低都没问题。

安兔兔也差不多，米手机发布就更新版本然后分数就up↑ up↑ up↑
bluepost 10-30 10:21

5楼

argon怎么查无此模了？虽然没有很强但不至于不如3.8flash吧
闻人慕远z 10-30 10:26

6楼

你猜什么叫私有数据集，公开的测试数据集的话各家就会把测试集放进训练，然后就成刷分了，答案都看过了，私有数据集的意义就是尽可能不出现刷分的情况，你要非说私有数据集也能花钱透露，那没招了，公开随便刷，私有花钱刷
Procyon 10-30 10:26

7楼

muse还是排挺前面的难道他真是高手
xiayi 10-30 10:37

8楼

这榜也没那么靠谱吧？muse这么高？
kingshuo 10-30 10:41

9楼

haiku真的能这么高么？我觉得挺傻的啊，之前用过claude的订阅API赠金试过满血haiku，感觉傻傻的
时牧 10-30 10:42

10楼

选择性无视claude haiku sonnet还有muse是吧，应该是你一直看不惯的那几个模型排名掉了，所以很开心
rainyday 10-30 10:46

11楼

先不说AA v5也有部分的公开数据集，但是就算是私有数据集，单看一个榜单的分数本来就没有什么参考性