- Caphhh2026-08-06
野榜/娱乐向/被害妄想症向
本人对C***x 雷达没什么意见，但是对某些拿其结果当唯一准则的人有意见
不同推理强度、不同模型的“智力”与“智力”之间不能直接比较
你是信 luna max = sol medium > sol high
还是信 luna max > terra max = luna xhigh > terra xhigh
还是信我是秦始皇？
智力不能仅仅通过“通过率”来反映
主楼 - lueluelue2026-08-06
最难绷的是众包跑的。。。那跑的人被降智怎么办
- HLH20772026-08-06
同意，实际表现和榜上的智力完全不一样，luna-max 用起来又慢又不好用，无法处理复杂需求。
- 文月2026-08-06
luna max高强度用了两天了，除了慢没啥问题，真香
- wqfc092026-08-06
怎么说呢，codex套餐内还没有降智的先例吧。又不是用web测试的。
- jkcqw2026-08-06
其实标准是自己的体感，现在的Terra xhigh的确就是降智，用雷达就是想大概了解不同模型当前是否降智而已，不降智的情况下官方的分级是对的，但是问题是现在GPT自己也说有人滥用极高思考导致官方自己降了一点智，所以才催生出雷达
- 初九猫2026-08-06
- wqfc092026-08-06
和deepseek flash一样的，用长思维链换执行能力
问题在于这种小模型的tps不该这么低，纯纯是被OpenAI限制了
依旧不建议用它干任何需要用脑子的事
它就适合干目标明确的任务
Sol当主代理分发协调任务+luna干活属于不错的组合
- Lunafleur2026-08-06
没毛病，只能说可以拿来做参考而不能做标杆，这确实可以看模型智商趋势，实际用起来luna在长任务里毛病总比sol多，反而多返工了
Angel2026-08-06- wqfc092026-08-06
我可能表达的不太准确，我重新说一下
就是：
OpenAI不是那种像grok那样那么彻底的降智。他可能是新的checkpoint或者说是新的量化版本，亦或者是单纯降低了think token的数量等等。他不是网页端那种，你用的是5.6Sol，结果给你路由到5.5-mini的场景
你当然可以指责说，要是测试的人被降智了，其他人没降智呢？但是反之也是同理的，要是其他的人被降智了，就你没降呢。中心化和去中心化的优势和劣势本身就是一体两面，更何况，这个测试人数基本都有50人以上，这个参数量是具有统计学意义的。
- alizoed2026-08-06
luna max如果真的强于sol high，奥特曼就会给它改名叫sol端上来，我是不信奥特曼这个发明了模型路由的孙子会给你爽用强模型的
还是那句话，模型分级是人家为了区分价格才分的，越级这种事等同于砸自己饭碗，奥特曼刀法再不精湛会干出这种事吗
而且我说白了我试了一下，照着文档写简单输入输出脚本都写不明白，你指望它能干什么，也就做那种饭都端到脸上来，照着输出成代码呗
- lueluelue2026-08-06
是呀，要是一个人长期稳定跑，那还可以
- lueluelue2026-08-06
对，就是这种新的checkpoint，新的量化版本，或者限制了thinking token的数量。这种的话就会影响它的排行榜分数
看起来这个降智雷达像是跑的DeepSWE？我也不知道
尤其是限制了thinking token，会导致很多很多排行榜上分数大大下降
- esarchivx2026-08-06
（帖子已被作者删除）
- 咸鱼-linuxdo2026-08-06
苍真2026-08-06全程sol-max速度和质量，未必有sol-meduim好其实，频繁压缩，过度思考，导致执行着执行着就歪了。。。（luna max同理）
个人大量实践下来sol-max想方案和验收，sol-meduim执行，小步快跑，交付的结果是时间和质量综合下来最好的体验。（哪怕不考虑token）
- YDD2026-08-06
luna max用了快一周了吧，free号跑的，真的就除了慢，没啥毛病啊，现在deepseek干粗活。luna max指挥，效率更快点
- Winn2026-08-06
luna-max只能做简单任务，没法替代sol，一个简单功能，返工四五遍得不到一个好的结果，有时候觉得还不如用5.5
- Edward12026-08-06
我直接梭哈 sol
默认 sol xhigh
sol max 做方案和 review 和解决 sol xhigh 处理不了的问题
子代理默认 sol medium
Hermes 倒是用的 luna max