Paweł Huryn 的 105 個錯誤測試中,Gemini 4 Neon 以 63 分居首
Paweł Huryn 表示,他在與先前測試 GPT-6.2 Astra 相同的兩個程式碼儲存庫中,重新植入 105 個錯誤,並讓 Gemini 4 Neon 盡可能找出並修正錯誤。他報告稱,Neon 在 xhigh 努力度下以新第 1 名領先 GPT-6.2 Astra。
他的分數如下:
- Gemini 4 Neon(xhigh):63
- GPT-6.2 Astra(max):62.7
- GPT-6.2 Astra(xhigh):60.2
- Claude Fable 5.2(max):58
- Gemini 4 Carbon(high):57.3
- Gemini 4 Neon(high):57
- Gemini 4 Carbon(medium):56
Huryn 表示,Neon 在 medium 和 low 努力度下的結果將於串文後續公布。這些是他個人的測試結果,且僅來自單一測試;截至 11 月 19 日,該貼文在 X 上獲得 1,053 點。
來源
這樣的新聞,第一時間推播給你。
你使用的 AI 工具一有變化,AI Tracker 就會通知你。