实际能力估计与这个图相似
博客链接：Qwen2.5-Coder Series: Powerful, Diverse, Practical. | Qwen
benchmark
2.5 不是很早发了。2.5 coder 才发吗？
2.5B的coder之前只发了7B的这次是32B
已更新标题
本地资源不够，不然可以部署个试试
我只能说垃圾，我们公司全面跟阿里合作，用的全是阿里模型，闭源的qwen-coder-max,都不行，最大问题就是幻觉处理的真垃圾，有时候答非所问，或者卡死自循环，别提开源的。
今天这个时间你得告诉他.
你们用的是啥，api吗？我刚刚试了通义千问2.5的网页版可以正常回答
那不能这么比, 这对话前已经告诉他今天是哪天了.
web项目的对话是有初始化prompt的. 有些web给了有些没给. 我是这么理解的.
我在做的时候可以直接告诉他时间做计算或通过插件、prompt告诉他.
网页版有注入别的提示词的
放到cling裡面說不定不錯
这样的嘛？get到了
赶超没有吧。。
我正好前几天做这个测试. 我想在cursor 写changelog加时间嘛, 他也是不知道实际时间. 我后来发现最简单告诉他就好了. 通过插件我在元器上测试也是没问题的.但cursor上怎么调用插件我不知道怎么搞. 哈哈
不晓得同义灵码有没有的加强类
靠跑分就确定能打赢Claude是不是言之过早了？ 
确实如此，跑分和实际体验还是有差距的
国产作弊 吹b第一名
试了试，能摸到尾灯，能用，但还是有差距
