Opus5.5复仇K3.1Pro，最后受伤的是Argon｜屎山论剑
看Qwen3.8 27B这四两，拨Opus4.6这千斤 | 屎山考核
【奇区无比？】Deepseek突现1013灰测前端是什么水平？
DeepSeekV4.1 Flash 1017，距1024一步之遥｜屎山考核
Step 5 Preview：最痛苦的一次测评之一......AI 前端能力全面测试
用王者BUG祭旗，Kimi K3.1打响国模反击第一枪｜屎山论剑
法国模型 MistralLarge4 冲出欧洲，走向屎山｜屎山考核
屎山BUG总决赛｜屎山之巅！起风了！
难绷TVgpt让ds干活
9 个冷门 AI 挑战擂主豆包：写程序对打 + 改屎山代码，谁是区王？｜AI 算法对抗大赛 第 7 集 · 区王争霸赛
开源AI闭源AI决战屎山之巅｜屎山论剑
Grok 4.7：看完前端表现，只能寄希望于后端能力了......AI 前端能力全面测试
达到光速！DeepSeek V4.1 Flash 1017 运行速度突破1,500tok/s
新玩家‘阶跃星辰’已加入国服匹配！ Step 5 Preview 能力基准测试公开
屎山之巅，看OPUS和SOL的二哥之争｜屎山论剑
六家Flash模型大乱斗｜屎山论剑03
再次震惊瘫坐！Fable 5.5 灰测水平，一轮出绝美山水，疑似暴打 Astra ？
字母表上一头一尾，畜生公司一中一美！智谱阴阳开源，用心何在？！评论区送智谱专属饮料图！本视频纯个人观点，唐老师不要举报我（大哭）
WorkBuddy模型梯队_从夯到拉
Mimo V2.6 Pro：测试过程最痛苦的模型之二。。AI 前端能力全面测试
