- kk-linuxdo2026-09-02
这真的还是我们的美国大豆包吗 ^-^
主楼 - deepcake2026-09-02
这怎么比谷歌官方自己测的还要高？
- 蛋炒饭2026-09-02
这么强，谷歌怎么没有高调宣传一下，难道他们想扮猪吃老虎^-^
- Hifumi_Mizuhara2026-09-02
- ikb2026-09-02
输出143k + 166步 还是有点高了，靠长输出长思考拿到的分数比较虚。token效率方面GPT还是绝对的王者。
- 1142026-09-02
这套题都快过拟合了吧，最近的模型都69%左右，该升级了吧，不然毫无参考价值，沦为野榜 ^-^
- ikb2026-09-02
这个图里gemini的分可能是medium的
- 天则则2026-09-02
- Hifumi_Mizuhara2026-09-02
坏了，现在DeepSWE也是野榜了吗
- koubibulaien2026-09-02
虽然token是两倍多，但是TPS比两倍还多呀，sol的TPS日常是三四十，flash的tps日常200起步
- 天则则2026-09-02
都让谷歌刷明白了，这套题也快退役了
- Hifumi_Mizuhara2026-09-02
价格也便宜两倍还多，总结上几乎无感
- Hifumi_Mizuhara2026-09-03
- Elon12026-09-03
- Hifumi_Mizuhara2026-09-03
看来大换血真的有点用，之前的GDM的人都在摸鱼吗
- kk-linuxdo2026-09-03
埃隆，你家的 4.7 不是也要夺冠了吗 ^-^
- ikb2026-09-03
虽然token是两倍多，但是TPS比两倍还多呀，sol的TPS日常是三四十，flash的tps日常200起步
不能这么比，同样的任务输出token多了步骤多了会给心智注意力带来很大压力的，长程任务很容易不稳。GPT 400K context能干你GEMINI 1M context能干的事还能干得更好，GEMINI跑到1M context脑袋都一团浆糊了。
- 吴亦Fan？2026-09-03
哈吉米长任务就是废，深度体验过气死人！
- Hifumi_Mizuhara2026-09-03
GPT官方都建议限制在256k context哎
- ikb2026-09-03
codex里默认的context大小整体是272K+128K=400K
