大型语言模型没有在进步……当然，是的，好的，伙计。 只需访问，选择跨主要版本跳跃的一组模型（例如，GPT-3.5、GPT-4 和 GPT-5），并给它们相同的提示。 这让人无法忽视。

我现在已经在过去的24小时内对Opus 4.5和GPT-5.1-Codex-Max在后端任务上进行了测试，老实说，我无法决定一个明确的赢家。 通常在比较模型时，赢家很快就会变得非常明显。但这次不是。 测试仍在继续。