Bench - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 第2页 - 钛刻科技 | TCTI.cn - 钛刻 (TCTI.cn) 为您提供最前沿的硬核科技资讯、深度评测和未来技术趋势分析。
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 12:47:45+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 11:59:33+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 11:09:12+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 10:26:23+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 09:52:55+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 09:48:07+08:00
https://foodtruckbench.com/blog/deepseek-v4-pro 5 次运行全部成功。中位数投资回报率（ ROI ）高达 +1,257%。中位数净资产达 $27,142 。 首个跻身 Opus 4.6 、GPT-5.2 和 Grok 4.3 （最新版
tech V2EX - 技术 2026-05-09 09:34:27+08:00
Claude Opus 4.7 是 BridgeBench 测试中排名第一的代码重构工具。 GPT 5.5 在排行榜上根本找不到踪迹。 GPT 5.5 是目前市场上最智能的模型。但在重构现有代码方面，Claude Opus 4.7 则无人能及。 这是重构的，还有其他榜单，参考 h
tech LinuxDo 最新话题 2026-05-09 09:05:53+08:00
ProgramBench现阶段模型得分个位数，堪称地狱级难度了，未来是啥样谁知道呢。 1 个帖子 - 1 位参与者 阅读完整话题
tech LinuxDo 最新话题 2026-05-07 13:56:15+08:00
Harvey Introducing Harvey’s Legal Agent Benchmark Harvey’s Legal Agent Benchmark is an open-source benchmark built to evaluate and improve a
tech LinuxDo 最新话题 2026-05-07 09:55:48+08:00
由于Artificial Analysis benchmark的多模态科学幻觉这个benchmark中，deepseek得分非常低，另外小米mimo，glm，qwen，grok这几个模型得分异常高。社区中有人开始对此提出质疑？第一眼看上去确实有刷分的可能，毕竟这个benchmar
tech linux.do 2026-05-05 00:10:26+08:00
livebench出deepseek v4 pro的评分了，现阶段开源模型第一名（第二是kimi 2.6），除了coding略差。 9 个帖子 - 8 位参与者 阅读完整话题
tech linux.do 2026-05-04 12:56:13+08:00
甲骨文开了台4h24g 装了个爱马仕，对话：“跑cpu 4线程 sysbench 看一下性能” 这台 ARM VPS：5181 events/s 5181 events/s 性能相当于i5 3570左右 比我家pve vps性能还强一点（AMD Ryzen 7 5700U 一半核
tech linux.do 2026-05-01 17:47:18+08:00
在 ollama discord 看到一位老哥发的项目可以查看部分模型的 tps, ttft 指标。感觉不错，给想要买这两家服务的佬做一个参考。 aipi.jaroslawjanas.dev AIPI Bench — AI Model Performance Monitor Mo
tech linux.do 2026-04-28 15:57:57+08:00
livebench.ai LiveBench 7 个帖子 - 5 位参与者 阅读完整话题
tech linux.do 2026-04-28 12:37:51+08:00
手机端刷到的，排版不方便截图见谅 省流：Deepseek V4 Pro 总分73.58，大致相当于GPT 5.3 Codex High，Deepseek V4 Flash 67.25分，大致相当于Claude 4.5 Sonnet Thinking livebench.ai Li
tech linux.do 2026-04-28 11:09:03+08:00
最近在看 Gemini 3.1 Pro，但对官方 benchmark 有点不太信任，想问问大家真实使用体验。 主要关心它作为 coding agent 的表现，比如这些场景： 日常 Q&A / 查资料 方案设计 / 架构思考 任务拆解 / 规划 实际写代码 debug /
tech linux.do 2026-04-24 22:14:30+08:00
flash版本也很能打 llm2014.github.io LLM Benchmark Dashboard 18 个帖子 - 16 位参与者 阅读完整话题
tech linux.do 2026-04-24 20:26:07+08:00
加粗 为该行最高分。 类别 基准测试 指标 测什么 DS-V4-Pro Max DS-V4-Flash Max Kimi K2.6 GLM-5.1 Opus 4.6 Max GPT-5.4 xHigh Gemini 3.1 Pro High 知识与推理 MMLU-Pro EM 5
tech linux.do 2026-04-24 16:54:54+08:00
IT之家 4 月 24 日消息，荣耀 600e 手机目前已悄悄现身 Geekbench 跑分库，该机具体型号为 LNA-NX3，单核跑分为 985 分，多核跑分为 2983 分。综合跑分信息，该机预计将搭载联发科天玑 7100 芯片，匹配 8GB RAM，搭载安卓 16 系统。
tech www.ithome.com 2026-04-24 14:45:52+08:00