New benchmark reshuffles rankings as Gemini 4 Argon improves

SuSu_酥酥👅 @NFT_ChenOriginally posted 2026.10.28

Open original on X

😂有人要难堪了！新基准海水退去，谁在裸泳一览无余！有些AI模型现原形了！ 基准大换血后，真相终于浮出水面： 1️⃣OpenAI模型彻底洗清“注水”嫌疑，分数坚挺、GPT-6 Astra排名回升，经得起新评估体系的严苛检验 2️⃣Muse Wonder、MiMo-V2.6-Pro、Step 5 Preview被严重高估，旧榜冲高、新榜暴跌，水分直接蒸发 3️⃣Kimi K3.1 Pro实至名归，拿下开源第一，稳定输出、不靠刷榜 4️⃣DeepSeek V4.1 Pro、GLM-5.3、Qwen 3.8性能真实可靠，新旧榜表现一致，硬实力经得起推敲 5️⃣Gemini 4 Argon真的不再是从前的哈吉米，新基准实力不降反升，真正的蜕变了 旧榜有多热闹，新榜就有多清醒！ #AI基准 #大模型评测 #Kimi #DeepSeek #OpenAI #裸泳时刻 #Gemini #GLM #MiMo #Step5 #Astra #Wonder

This post quotes another post: “FrontierCode 2.0: DeepSeek V4.1 Flash hits 28.5%, ahead of Gemini 4 Argon at 25.7%”