国内：跑分没输过，实战没赢过

@jasonjie2015 国产所有的模型都在对比 Claude ，但其实他们都只达到了 Claude sonnet 3.7 的水平 🤣

首先所有榜单都只能是参考，每个人的用法天差地别，其次这些榜单每一个都是有侧重点的 另外还有一个很简单的判断方法，什么时候 claude 和 openai 开始对标国产模型了，那他们就真超越了。 谁对标谁就用被对标的那个, simple as that

跟国内还是国外没关系，GPT5 也一样，每个大模型的跑分榜单模式都是这样的，他们上榜说是吊打 XXX 模型，都是有特定条件的

都这样，gpt 之前还测评作弊。差距有但不是在这里

试过用免费版的 K2 Thinking 模式找些数据，结果思维陷入死循环了： > 一会儿说我在网上找到了一个数据 a ，但很难找到其他数据，也许我应该去官方信源找数据。 > 过了十来分钟，又说我在网上找到了一个数据 a （和上面一样），但很难找到其他数据，也许我应该去官方报告找数据 > ...... 如此循环了将近十次，然后直接清空了前面所有思考过程，输出空白。旁边提示可以试试付费版投入更多算力😂

@snw 又看了下，是提示“深度研究额度已用尽”。 反正看试用版这表现我是不敢付费的，看起来额度被死循环耗尽了。

楼主就是把外国人想的太好了啊.