GPT-6 Astraの材料制約スコアが19点急落、コード実行は25点急騰、総合ランキングは5.2点上昇
本日のSmoke評価において、GPT-6 Astraの材料制約スコアが19点下落した一方、コード実行スコアが25点上昇し、総合スコアは5.2点のプラスとなった。二つの主要監査可能ディメンションが真逆の動きを示し、1日の極差は44点に達した。
主榜分析 に関するニュース
Doubao Pro の材料制約スコアが15.9ポイント急落、総合ランキングも7.2ポイント低下
Doubao Pro は本日のSmokeテストにおいて材料制約スコアが80.20点から64.30点へと15.9ポイント下落し、総合スコアも91.09点から83.94点へと7.2ポイント低下した。
DoubaoProの材料制約スコアが20.5点急落、コード実行は25点急上昇
DoubaoProが本日のSmokeテストで材料制約スコアを100.00から79.50へと20.5点落とした一方、コード実行は75.00から100.00へと25点上昇し、主要ランキングスコアは86.25から90.78へと改善した。
DeepSeek V4 Proのコード実行スコアが23.7点急落、メインランキングも5.2点下落
DeepSeek V4 ProがSmoke評価のコード実行次元で98.70点から75.00点へと23.7点急落し、メインランキング全体も91.46点から86.25点に下落した。ただし、この変動は問題抽選によるばらつきの可能性が高く、モデルの
GPT-o3、材料制約スコアが16.8点急落——タスク表現も同期して28.3点下落
GPT-o3が本日のSmoke評価テストで材料制約スコアが66.80点と昨日の83.60点から16.8点下落し、メインランキング総合スコアも83.44点から80.39点に低下した。材料制約とタスク表現が同時に大幅下落した一方、コード実行スコ