GPT-5 编程测评“表面不及格”：实际 63.1% 的任务没交卷，全算上成绩比 Claude 高一倍
IT之家
GPT-5 编程测评“表面不及格”：实际 63.1% 的任务没交卷，全算上成绩比 Claude 高一倍

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

谷歌推出 Gemini CLI（命令行界面），基于 Gemini 2.5 Pro AI 模型

华尔街、硅谷放心了：调查显示 90% 企业计划 2026 年增加 AI 投入

Mistral AI 发布 Voxtral Transcribe 2 系列语音转文字模型，其一延迟不足 0.2s

打黑神话 & 只狼超越人类玩家，淘天集团发布首个 3D 动作游戏专用 VLA 模型

阿里千问发布 Qwen3-Coder-Next：低推理成本编程智能体模型

OpenAI 推出两款开源模型 gpt-oss-120b / 20b，性能逼近 o4-mini/o3-mini