nao 榜更新了 Opus 5.5 和 6 Sol 的评分

为什么gpt 6还没有5.6的分数高呢

这是逻辑推理榜，不是agent能力榜

SEED PRO 9515是豆包我豆妹吗？

6luna比5.6luna还差，拉完了O÷

6 luna 是比 5.6luna 参数更小的模型，无敌了

不会是重新训了个 gpt-oss-120b 拿出来糊弄人吧

真的打不过5.6 真的倒吸了啊 ^-^ 离谱了

这降得有点多啊，是后训练训废了还是换了个更小的基模 ^-^

6sol的基模肯定是换了，没想到豆包这么强

6 Sol是Opus 4.7/4.8类别模型

降本增效？

但是似乎效果确实好了很多，用量减少很多

义正言辞的opus和正常的opus，原来是两个模型？ ^-^

我更好奇的是，seed 2.1 pro 竟然这么排名靠前吗？

只能说你豆姐这一生不弱于人了 ^-^

很好奇是怎么估计w/o情况的得分的

上个月的榜单 5.6 也打不过 5.5 ，也是更省钱

其实我估计开 MAX 就不一样了。5.6 体感上限还是高于 5.5 的。

怎么不把astra和fable也拆成两个模型就是说

在这榜单上豆包也是好起来了hhhh ^-^

这个排名，前6名合理，第七名我不评价。

astra可能没触发refuse，不过fable确实奇怪，有估计的分数好像没看到with refuse的分数。