Step-2排名全球第五国内第一

[handsome (大帅哥)]

感觉有些拉跨

[Rming (相泽南)]

是这样吗佬~

[Flail7127 (MineMine)]

你可以去我贴的链接里测试下

[Rming (相泽南)]

G~

[dtemiemie]

问题是，价格比claude3.5sonnet调用价格还高，我有什么理由用他呢？

[civil (Bridge Engineer)]

蹲一下综合测评

[JayNing]

感觉大概率不行，刷榜罢了

[sap]

测了几个，好象不是很行

[TY233 (午夜)]

这个榜单刷不了，题目每月一换

[RichardChou (项太傅)]

我有点怀疑啊，只是怀疑，Step-2 是不是用 Claude 蒸馏的？

[Simons (橘子苦)]

还是有点小问题的

[laurencelin (lin)]

也不知道这排名怎么来的

[FrancisLiu]

哈哈哈，这题有趣，我还去搜了下，居然是个新闻

[Keyman]

这题答案是没有谁赚谁亏是吧？

[bard]

之前版本是过一般般,对此表示观望

[fate (追影)]

[Meow]

这个模型看起来偏科严重
OpenCompass
SuperCLUE

[passerby064857 (路人A)]

這兩個榜單都好可怕。。是收了多少錢啊?

[hinayand]

OpenCompass的榜1是QWen 2.5 72B，这个榜一感觉是没有问题，能力确实有这么强，但是至于其他的模型我就不知道了