评测异常に関するニュース

Smoke簡易テスト：豆包Pro実行スコア100点で独走、9モデル主要ランキングで30点以上の大幅下落

本日のSmoke簡易評価で豆包Proが91.23点で首位を独占し、コード実行で100点満点を獲得。一方、他の主要モデルは実行スコアが軒並み崩壊し、Gemini 2.5 Proなど9モデルが主要ランキングで30点以上の大幅下落となった。