帖子

酷睿哥 · 2026-08-13T10:03:00+08:00

AA的分数只有53, 比Flash 0731的52仅高1分，肯定有问题，很有可能是为了抬同期发布的Grok4.6，故意先压一下V4 Pro 0813, 毕竟是美国人搞的榜单 ^-^当然也不排除是DeepSeek部署的问题，很多人反应Max思考比High还弱，可以对比这个国人自己的榜单，用跑分计算的相对排名，比绝对分数更有参考性aHR0cHM6Ly9zdXlvdW1vLmdpdGh1Yi5pby9sbG0tbGVhZGVyYm9hcmQv，用Base64解码V4 Pro 0813是优于Qwen3.8 Max和Opus4.8的，AA的实际分数应该在58附近，大家先别失望，过几天再看

关于DeepSeek-V4-Pro-0813在AA分数仅53，大家先别灰心失望，最终分数应该恢复58+

10612

酷睿哥2026-08-13
34151
AA的分数只有53, 比Flash 0731的52仅高1分，肯定有问题，
很有可能是为了抬同期发布的Grok4.6，故意先压一下V4 Pro 0813, 毕竟是美国人搞的榜单 ^-^
当然也不排除是DeepSeek部署的问题，很多人反应Max思考比High还弱，
可以对比这个国人自己的榜单，用跑分计算的相对排名，比绝对分数更有参考性aHR0cHM6Ly9zdXlvdW1vLmdpdGh1Yi5pby9sbG0tbGVhZGVyYm9hcmQv，用Base64解码
V4 Pro 0813是优于Qwen3.8 Max和Opus4.8的，AA的实际分数应该在58附近，大家先别失望，过几天再看
主楼
12 106
Sokeu2026-08-13
10786
按你图上deepSWE得分62%
那就是超过Opus 4.8
#1
URSillyB2026-08-13
26304
目前看大家的评价和官方跑分，明显对不上，感觉像是官方弄出bug来了 ^-^
#2
酷睿哥2026-08-13
34151
V4 Pro 0813 > Qwen3.8 Max > Opus 4.8
#3
酷睿哥2026-08-13
34151
官方Bug可能性很大，等Harness出来再测再看
#4
我要洗面奶2026-08-13
27252
会不会梁圣在装唐, 先给一个还不错的榜单成绩, 然后故意不上全量, 骂声一片, 最后在上全量名声恢复. 然后再由于失误影响大家的使用体验, 将保持原价格不变
#5
paddington2026-08-13
29736
梁：明天来总部报告，后天入职 ^-^
#6
白日梦蓝2026-08-13
16417
应该是要配合自家harness使用的，等发布吧
#7
URSillyB2026-08-13
26304
别人干不出来他玩量化的，还真不好说^-^
#8
walker-linuxdo2026-08-13
21301
兄弟你这脑回路牛啊，这波是在大气层
#9
V_Arrow2026-08-13
16922
那真成鲸震恩了^-^这斩杀线直接从那张图脖子以下高位截肢
#10
我要洗面奶2026-08-13
27252
佬友们, 是不是回滚了难道说…, 如果我对了, V我50
#11
酷睿哥2026-08-13
34151
牛逼了，这回AA真的要恢复 58+
#12

发表回复

登录后回复