命中的单条

黄色是命中的词

POST

V4.1 Flash 2.25-bit GGUF 本地跑分与官方 API 对比

…weight runs on local hardware now — and someone benchmarked it head-to-head vs the official API. ISTA-DAS…

deepseek-v4.1@DanteMMartin　收在 No.020

21 小时前复制原文

M3.1 Flash 网络安全跑分：pass@3 找到 24/32 CVE，落后 DeepSeek V4.1 Flash

We ran MiniMax M3.1 Flash on our cybersecurity benchmark. It's still a few months behind others for cybe…

minimax-m3.1@pilvar222　收在 No.021

21 小时前复制原文

POST

商汤在 12 个仿真基准与 8 个真机平台评测 GPT-6 Astra

…I just studied GPT-6-Astra across 12 simulation benchmarks and 8 real-robot platforms. They also released…

gpt-6@DataChaz　收在 No.001

1 天前复制原文

GPT-6.1 Terra 跑分：Astra 同级 computer use，单任务成本 $0.29 对 $4.82

▲ OpenAI just released GPT-6.1 Terra, a fast mode…

gpt-6@Marktechpost　收在 No.001

1 天前复制原文

Space Train 基准：GPT-6 Astra 比 Terra 慢 15 分钟、贵近 7 倍

…Terra just beat GPT-6 Astra? 😱 The Space Train benchmark 🚂🪐 Same prompt for all three. • GPT-6 Astra: …

gpt-6@EnvolDev　收在 No.001

19 小时前复制原文

Sonnet 5.5 在新榜单上逼近 Opus 5.5 与 Astra

I really like this new benchmark and have a lot of respect for the team behind i…

benchmark@TokenGremlin　收在 No.001

17 小时前复制原文

高超声速 CFD 基准：Opus 5.5 对 Astra 等四模型

… SHOCK LAB — Computational Fluid Dynamics (CFD) Benchmark. 🚀🔥 Unlike my previous single-shot comparison…

gpt-6@AlicanKiraz0　收在 No.001

12 小时前复制原文

Gemini 4 Argon 在病理切片基准以 32% pass@1 领先

The benchmark has 100 tasks covering 55 microscope slides and…

gemini-4@dylantirandaz　收在 No.008

20 小时前复制原文

POST

600M 参数波斯语视觉模型称在基准上比肩 Gemini Argon

به روشنی چشم دوستان ویژن پسند 👀 بینای جدید (نسخه…

gemini-4@iamRezaSayar　收在 No.008

14 小时前复制原文

视频：Gemini 4 Argon 在新 CS 研究基准上胜过 GPT-6 Astra

…sually beating GPT-6 Astra on a new CS research benchmark.

gemini-4@Saboo_Shubham_　收在 No.008

1 天前复制原文

已显示10条，共命中60条

每批 10 条

继续往下滑，展开 11–20 条

命中超过 60 条就只列到这里。再往后的结果不值得翻，值得的是把词写窄一点 —— 加一个模型名或一个标签。