OpenAI 霸榜了

[Paolo]

整个排行榜前面全是OpenAI的模型
（但是数学还是Gemini霸榜）
这几周他们推得好勤啊

[huangbaoleng (xinxinzi)]

openai还是有点底子的，但是已经不是不可超越的神话了

[chunkBurst (自动化CCB | 100% off)]

closeAI领先模型没得说，只是它家策略一如既往该喷还得喷

[QuantumSlice (Tomato)]

我感觉这两个新出的模型主要依靠代码分拉开和别的模型的差距，而榜单的测试集又是前十多天才改的， claude3.7的代码32.43分，暗示代码测评分数对实际编程的参考意义不大
livebench的测试集有点像对openai专门优化过了

[Tuyu]

還得看實際用

[Magicdove (魔力鸽)]

骂归骂，OAI目前的确是行业龙头。

[stevessr]

所以……啊？

[wwow (樱悦)]

这么厉害吗

[vitamin]

还没试过

[hunter666]

降智能把人气死

[QUIC (HTTP/3)]

这是哪个榜

[folow20601 (macosterminal)]

力大砖飞的生动写照

[jondy]

这个榜的coding有点搞笑了，claude的分数这么低

[chunhui_true (北瓜)]

claude 才3.2分确实和使用感觉差距太大

[linjinpeng]

实际还是gemini和claude舒服

[jondy]

你这么一说我想起来了，这个榜更新前claude3.7 thinking的coding分数是74，更新后直接变44了

[6512345 (65)]

毕竟openAI还是有实力的，虽然说当年地位肯定不复存在了w

[handsome (大帅哥)]

不太敢信

[yushuzhu (俞书竹)]

让子弹飞一会儿

[byx]

多用点, 好让gemini没那么卡~~