- 花白2026-08-08
用 Go 订阅的 V4F 跑了两次 TerminalBench 2.1 (官方的 0731 检查点 ~82.7%) ，第一次 75.28% ，第二次暴降到 64.04% ，这下真不知道为什么了^-^。
主楼 - 菜籽2026-08-08
上游有很多provider ，给你路由到奇怪的供应商了
- 3GZ2026-08-08
其实挺正常的，小模型质量就是不太稳定，会有性能波动。跑分本来就是要多次采样，取平均分。
- 花白2026-08-08
我看官方说要跑五次算方差，所以在跑第三次。
- CyreneNight2026-08-08
应该是路由到神秘团队部署的神秘自托管模型了吧
- 菜籽2026-08-08
周五我就发现opencode 质量不稳定，今天研究了一天，opencode 预览版flash和正式版混用（找到确凿证据）多个provider(确凿证据)，路由到量化（猜测）
- 初九猫2026-08-08
- 忍者熊2026-08-08
opencode go订阅也一样吗，我记得之前看过opencode官方文档中有介绍，go订阅中的deepseek是调用官方的，现在改了吗
- 菜籽2026-08-08
go 没测那么仔细，但是我 糖果题claude code 里面答不对，建议买官方API，官方API我10次9次都是对的
- ppdx-linuxdo2026-08-08
- crazycrazyshui2026-08-08
13是比较正常的，你看5.6也有10%，使用起来的感觉其实更像是preview和GA版的差异了
- wanmu2026-08-08
