lol
要不3+1呢，再来一claude做judge
但评价来看，编程问题gpt貌似不太行， Gpro2.5和claude4应该是最强吧
【 在 Xjt 的大作中提到: 】
: 最近我有一个很复杂的编程问题（超过50K tokens）。然后让Gemini Pro 2.5，Grok，GPT5，分别给出答案。
: 接着我把3个答案放一起，分别让3个LLM判断，谁的答案更好。结果Gemini Pro 2.5，Grok，GPT5这三个LLM居然每个人都说自己的答案是最好，最完善的，最优秀的。。。。
--
FROM 124.126.141.*