（来源：上观新闻）
这会额外耗📦🌰费数月的时间🕠🇵🇫。GPT 😳Image💁♂️🧀 2 已经来💆🎈了，效果压🌚过了 Nan🤐🤲o Bana🇱🇹🆕na 2，🇦🇲🇸🇿后面应该还🇨🇨会有新😱模型直🏸🌃接 P♍🧼K Opu📣s 4.🥫🧱7🇯🇵。以前是谁更新了就🧣🤵去群里喊一嗓子，🇨🇿提醒大📼家记得同🎌步，大🚍🍔家再各自回去更👩🦱🇱🇧新一遍🇮🇹🍱。
Codefor🇳🇿🔹ces🤰🖼 rating🈶🐉 3206，🎄🌆超过了GPT-🌞5.4的31〽68和Gemin🛒♍i-3✂🖕.1-🤦♀️🦐Pro的305👎🚍2，在人类选手🚄🎐榜单上☃🐽排名第2💧📪3✊。PANDA🕌🏩 展现出了最⚓📗小的性能下降幅度📮，而部分商🏥🇨🇵业大模型在 Ha🎁rd 🥭📫级别的严重程度分🧿类任务上甚🦘👩🚀至下滑到了低于随🍥机猜测水🈂🌂平的表🎒现——这🌳说明在👲🏤面对复杂混合失真🥦🌅场景时，这些模型😴⬇完全"迷🤸♂️🧽失方向"，只能🇲🇬靠"惯性"输出🐒🍰一些听起来像🦴📅样但实际上随机☹🇸🇬的答案🔇。
“现在还不是一🕗个人就能搞🆙⬅定的阶段😩。V4把它压到V📰🎖3.2的10%🎙🥀，成本🙉曲线突然🇳🇷打直了🇨🇴🥋。他告诉记者，从过🇽🇰往大厂到现在的🧩♈小团队，最大🎀的改变是产品研发🇺🇳🦁节奏与能力边界的🐑重构，同时也直🧲面获客、成本、合🔱规、同质化竞🧲争等现实挑战🇯🇵🇧🇯。参数量高达270🧫亿的 G👨👦🇹🇷emin🛋🤾♂️i 2.5 🗂⤵Pro（🚀🇸🇽谷歌旗😳下最先进的👅商业大模型🛸之一）只有2🗨2%的准确🇵🇸🛴率，而随机猜测的💬💂准确率🚁是20%——也🛬就是说，Ge📷mini 2🧢.5 🍏Pro 🇱🇰🚅在这项任务上的📸表现几👓乎与瞎猜无异🇿🇦。
