首页

投稿

MiMo V2.5 Pro 相比上代提升巨大，与DeepSeek V4 Pro 相比实际体验如何？ | 浪浪妈雷达图

14.4万

204

2026-04-29 12:50:51

未经作者授权，禁止转载

1.将雷达图中的“抗幻觉性”维度更名为“事实可靠性”，同时直接展示原始数据，不再强行映射到0-100的范围内，其对应的权重 AA-Omniscience Index 实际上既奖励答对、也惩罚错答，"事实可靠性"更符合指标含义。 2.将Code Arena的描述由“编程体感”修改为“前端编程体感”，目前Code Arena仅支持前端/网页开发任务，不能代表全栈开发体感。参考来源： 1.https://artificialanalysis.ai/methodology/intelligence-benchmarking 2.https://x.com/ml_angelopoulos/status/2048888792438939707?s=46

浪浪妈雷达图

图灵坐标发消息

关注图标喵，关注图标谢谢喵~

Claude Opus 4.6 仍是体感之王｜浪浪妈雷达图

01:46

Claude Opus 4.7 幻觉明显下降，代码继续扩大领先优势 | 浪浪妈雷达图

01:46

Kimi K2.6 代码能力已经可以和GPT 5.4 掰掰手腕了吗？ | 浪浪妈雷达图

03:06

DeepSeek V4 真有吹的那么强？我把它塞进雷达图后沉默了 | 浪浪妈雷达图

03:12

MiMo V2.5 Pro 相比上代提升巨大，与DeepSeek V4 Pro 相比实际体验如何？ | 浪浪妈雷达图

03:44

Qwen3.6 Max Preview 表现只能说中规中矩，阿里还得使劲砸钱啊 | 浪浪妈雷达图

03:44

马斯克到底在干嘛？Grok 4.3 被调成啥了都，体感相比前代迎来巨大退步 | 浪浪妈雷达图

03:50

Google 新模型发布在即，先来看看它的主要竞争对手 GPT 5.5 的表现 | 浪浪妈雷达图

03:57

Gemini 3.5 Flash 正式发布，Agent 能力直接从路边飞到T0了？输出速度也快的有点吓人，但价格嘛也直追 3.1 Pro 了 | 浪浪妈雷达图

03:57

Qwen 3.7 Max 稳步迭代，坐稳国模第一梯队，但好像没什么突出的地方 | 浪浪妈雷达图

03:57

好消息：MiniMax 发新模了，坏消息：出场还是 MiniMax | 浪浪妈雷达图

03:46

听说 Claude Opus 4.8 蒸馏了 Qwen 和 DeepSeek ，到底是蒸馏还是反蒸馏有没有懂的？| 浪浪妈雷达图

03:52

猜猜引入防作弊基准 LiveBench 到雷达图中，会出现模型大翻车吗？ | 预览版浪浪妈雷达图

03:54

Claude Fable 5 成为雷达图中第一个准六边形战士，不过其回退机制好像有点过于敏感 | 浪浪妈雷达图

03:58

GLM 5.2 的上下文窗口终于被提升到了主流的1百万token | 浪浪妈雷达图

03:28

Claude Sonnet 5 对比 Opus 系列看起来挺有性价比，但也只是看起来 | 浪浪妈雷达图

03:23

马斯克花重金买来的 Cursor 外挂，帮助 Grok 4.5 取得巨大进步 | 浪浪妈雷达图

03:15

Muse Spark 1.1 的对话体感一如既往的好，但各种基准测试的跑分却没那么高，这反差真是耐人寻味啊 | 浪浪妈雷达图

03:21

看到 GPT 5.6 Sol 雷达图的那一刻，UP本人被吓到眩晕瘫坐，就像看到了原子弹爆炸 | 浪浪妈雷达图

03:23

原来月之暗面之前发布的 K2.7 Code 是装唐阴他一手，Kimi K3 才是大招啊｜浪浪妈雷达图

03:38

Gemini 3.6 Flash 迭代两个月仍在原地踏步，Google 在大模型竞赛中已经明显落入下风，到底哪里出了问题？| 浪浪妈雷达图

03:38

Claude Opus 5 被指性格问题，过于神经质和自我怀疑，UP本人号被封了，有用过的说说真实体验 | 浪浪妈雷达图

03:39

OpenAI 大幅下调 GPT 5.6 Luna 价格，降幅达80%，反观 GLM Coding Plan 还在涨价 | 浪浪妈雷达图

03:44

Qwen 3.8 Max 的相对排位雷达图居然正好是一个对称图形 | 浪浪妈雷达图

03:40

想体验被顷刻炼化的可以来试试比 DeepSeek 还便宜的 Muse Spark 1.2 Contributor | 浪浪妈雷达图

03:35

Grok 4.6 雷达图首发；DeepSeek V4 Pro 正式版雷达图即将出炉 | 浪浪妈雷达图

03:38

Gemini 3.7 Flash 发布，其综合价格略低于 DeepSeek V4 Pro 正式版；Qwen 3.8 Max 现已开源 | 浪浪妈雷达图

03:40

英雄所见略同，雷达图也能略同？GLM 5.3 / Qwen 3.8 Max / DeepSeek V4 Pro 正式版 | 浪浪妈雷达图

03:43

智谱这波营销你就学吧！牛来神秘模型 Ox Alpha 真身竟是 GLM 5.3 Flash | 浪浪妈雷达图

03:54

Gemini 3.8 Flash 雷达图首发；Claude Fable 5.1 即将登场 | 浪浪妈雷达图

03:27

一个字评价 Claude Fable 5.1：死贵 | 浪浪妈雷达图

03:30

GPT 6 Astra 好像不太听话？不过目前盲测样本量很少不确定性较大，可以等下期再看看 | 浪浪妈雷达图

03:40

本期更新量大管饱：Claude Opus 5.5、GPT 6、MiMo V2.6、DeepSeek V4.1、Grok 4.7 | 浪浪妈雷达图

04:04

Claude Sonnet 5.5 这是要抄家伙干自家大哥 Fable 5.1？| 浪浪妈雷达图

03:39

GPT 6.1 Sol 距前代模型 6 Sol 发布过去仅一周，显然OpenAI对前代模型的表现不太满意 | 浪浪妈雷达图

03:22

谷歌发布 Gemini 4 Argon 时隔半年重回御三家行列 | 浪浪妈雷达图

03:28

又是雷霆大思考，避雷 Claude Haiku 5.5 | 浪浪妈雷达图

03:23

Meta 发布 Muse Wonder Full 刷榜嫌疑这辈子能洗白吗？

03:26

DeepSeek V4.1 Flash 1017 雷达图出炉，国模第一！但和御三家比差距仍然明显

03:33

稀宇科技发布 MiniMax M3.1 Flash 看起来幻觉不少要小心喵~

03:33

月之暗面发布 Kimi K3.1 Pro 延期近一个月交上的答卷大家满意吗？

GPT 6.1 Terra发布，O家还真是等级森严，不像A家可以小弟超大哥

03:10

AA发布v5.0智能指数，更野了还是更权威了？

03:27

AI界爆炸新闻，谷歌龙王归来发布 Gemini 4 Carbon，这是要拳抡a/，脚踢o家，一头创飞国模吗？

03:42

顶部