2. Linux.do
  3. 豆包新模型测试效果SOTA比肩fable5和gpt5.6

豆包新模型测试效果SOTA比肩fable5和gpt5.6

zhongruichen 2026-06-23 01:41 1

豆包新模型几天前开始在火山方舟codingplan进行灰度，glm-5.2，kimi-k2.7-code，minimax-m3等第三方模型会概率路由到一个神秘模型，应该是就是arena这个新的豆包新模型，1m上下文窗口，max_tokens最大为131072，思考是思维摘要，tps在一百左右，我测的极限在163tps，至于其他的不说这么多了，我先直接放个压缩包，里面是我测的一些文件，可能有奇奇怪怪的乱命名，特别说明一下（标注m3的文件不是m3生成的，是通过m3路由的，标注m3的是思考版本，同理标注k2.7的是通过k2.7路由的，是无思考版本）：

测试文件.zip (1.4 MB)



注意！下面的所有测试全都是one shot，模型单次生成的单html/svg效果，没有在agent环境测试过



这个新模型的svg质量很强，我认为可以排进svg前3，跟gpt-5.6检查点和fable5接近

同提示词，这个是豆包新模型：



这个是在Design arena的fable5（不清楚是思考开到多少的）：


另外欣赏豆包新模型的svg：












































精灵宝可梦：




































然后是投石机：














天气卡：








还有一堆懒得分了：




















































































































好了，就到这里吧，综合评价给到夯

最新回复 (19)
  • wklwkl 06-23 01:44
    1楼

    我靠，看佬的测试结果，这豆包新模型有点强啊，第一个电脑桌面mc游戏图甚至比肥波5还强啊，细节更丰富。真让豆包做成了？先是glm5.2，又是豆包，国模王朝难道要来了？^-^

  • Coeeshu 06-23 01:44
    2楼

    卧槽 这个svg也太狠了 鹈鹕骑自行车这个

    这是把three.js运用的炉火纯青了啊

  • 吃豆人 06-23 01:44
    3楼

    好，我宣布现在只有哈基米是北美大豆包了，豆包已经成为中国gemini了^-^

  • 灰質心 06-23 01:45
    4楼

    “我瘫坐在谷歌deepmind实验室的椅子上，仿佛看见了原子弹爆炸”

  • 蛋炒饭 06-23 01:45
    5楼

    这个看起来不错啊，难道豆包后面的付费应该是配合这个来推出？

  • 吃豆人 06-23 01:49
    6楼

    现在gemini再不加把劲连大豆包都称不上了

  • PositronCannon 06-23 01:54
    7楼

    什么，豆包又又又又又又sota了？

  • HRC 06-23 01:55
    8楼

    这水平要是推订阅制度倒是说的通了呢 好顶呀

  • XTer 06-23 01:56
    9楼

    那如何知道自己被路由去新模型了呢


    我也在用coding plan，指定glm5.2

  • accouer 06-23 01:57
    10楼

    这个水平，为什么我觉得还不错呢，难道是我的错觉？

    感觉还可以啊？

  • 吃豆人 06-23 01:58
    11楼

    字节发力了，只能说如果字节发力，确实可以有这样的效果

  • PositronCannon 06-23 02:00
    12楼

    啊呀没有办法回复boost

    因为每次豆包开始内测新模型的时候，L站首页总是会出“大幅提升”“跃升第一梯队”“不输sota”之类的帖子，给我看乏了。

  • zhongruichen 楼主 06-23 02:02
    13楼

    这几天我都是稳定被灰度路由到，然后今天豆包新模型信息出现在arena后我的号就没路由灰度了，可能是要发布了，所以下掉了灰度可能，你可以试试max_tokens参数配置为131072，如果glm-5.2请求没报错就是灰度了，glm-5.2在火山的max_tokens最大是128000，如果报错就还是5.2 没报错就对了，另外可以给glm-5.2传图，模型可以看到图没报错也可以验证

  • karx 06-23 02:07
    14楼

    哦天，好多图，我手要划断了。

    手柄那个，我记得几个月前gemini就宣传能绘制精美手柄了，特还原的那种，不知现在还行不行了

  • zhongruichen 楼主 06-23 02:08
    15楼

    gemini越更越差了，目前模型审美严重退化很难画出之前那种了

  • MigitaRin 06-23 02:09
    16楼

    我的妈呀吓哭了，这相比2.0pro纯粹质变啊

  • haowang 06-23 02:09
    17楼

    这么强吗？以后再也不能吐槽豆包了，还有什么值得吐槽的呢

  • XTer 06-23 02:10
    18楼


    可惜？


    我一个号没被路由到；


    然后另一个号：给我干哪来了，这还是国内吗


  • MigitaRin 06-23 02:10
    19楼

    现在看来Gemini真的是野狗一条，t0级别的实验室，却因为公司的降本策略只能端出来一些削弱到极点的废铁

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐