今天新增gemini-4IMAGE
内部评测：Pangram 漏检 Opus 5.5 与 Gemini 4 Argon 生成文本
作者用自建 MCP 服务器加 WildChat 提示词做内部评测，称 Pangram 漏判 59% 的 Opus 5.5 输出，Gemini 4 Argon High 多次尝试下 58% 提示词被评为「100% 人类」。
&.
@amplifiedamp1 小时前收录原推发布于 2026.11.02
&. @amplifiedamp原推发布于 2026.11.02
Call answered~ On my internal eval, Pangram failed to correctly detect 59% (±10%) of outputs generated by Opus 5.5 xhigh when augmented by my special MCP server using prompts from WildChat If given multiple attempts, Gemini 4 Argon High achieves '100% human' on 58% of prompts.
这条是引用着另一条写的：x.com/max_spero_/status/2115167297937559667
x.com/amplifiedamp/status/2117039753669570778采集于 2026.11.02 10:01