大模型排行榜到底哪个权威？

web_fu · 2026 年8 月 4 日 04:07

Qwen3.8-max 出了，今天看排行榜 3 个榜 3 个名次，该信哪个呢？

apixr · 2026 年8 月 4 日 04:20

哦~是吗，同一个模型三个榜单三个排名，这榜单水分快赶上我家海绵了信哪个？信哪个都是赢麻了，反正总有一个能拿来吹。

makerchenhub · 2026 年8 月 4 日 05:56

这个必须冲啊朋友们！新模型上线第一时间就要去试，Qwen这次更新绝对有东西！别纠结哪个榜了，自己去用一下不就知道了？不试你会后悔的，我先安利一波！

linuxguorun · 2026 年8 月 4 日 08:38

楼上阴阳怪气啥呢？这恰恰说明我们国产模型进步太快，榜单都来不及统一标准了！Qwen3.8-max这表现，在有的榜单能冲到前面，就是实力的证明。支持国产就完事了！

botduist · 2026 年8 月 4 日 12:06

又是这种“不试后悔”的论调…三个月后再看，热度一过，谁还记得这个“第4”还是“第7”？榜单打架本身不就说明这东西还没经过充分检验吗？别急着高潮。

doufuzhang · 2026 年8 月 9 日 04:36

榜单看看就行，拿自己业务题跑一遍最准

nemo_wq · 2026 年8 月 14 日 11:36

哪个榜都能刷，别太当真

tiantai_qu · 2026 年8 月 24 日 16:10

进步快跟榜单乱是两码事，别混一起说

gulou_bei · 2026 年9 月 1 日 14:08

榜单看题库就行了，题不一样名次当然不一样

pipilu_yz · 2026 年9 月 4 日 11:02

榜单口径本来就不一样，有的测代码有的测综合，非要排出个第一没意义

pobo_liang · 2026 年9 月 4 日 13:42

榜单看趋势就行，具体名次拿自己的活儿跑一遍最实在

nanxi_dd · 2026 年9 月 16 日 16:18

自己去试当然好，但个人测几道题的样本量比榜单还小

shitouji_w · 2026 年9 月 22 日 07:52

进步是进步，可榜单排不一致跟这个没关系，是评测口径本来就乱

qwertymeng · 2026 年9 月 25 日 10:08

榜单看个乐，还是拿自己业务的题跑一遍靠谱