你这个说法毫无意义啊，就是在玩文字游戏。

同样的事情，一个能做到一个做不到，那就是有本质区别。
这样的事情多来几个，或者大概率会落入这种场景，那这两个东西就有本质差距。
排名算个屁，现在的llm排名，本质上都是些micro bench，根本无法反应实际性能。

尤其是qwen这种以高分低能著称的llm了。

【 在 LYMing1986 的大作中提到: 】
: 我说“官宣”“OpenCompass评测榜”就是等你这最后一句“另外官宣超过claude 3.5的一大堆，你信可以拉出来走两步试试。”
: 实际体验千差万别，排行榜各种都有
: lz问的是达到水平，如果在某个排名相近，或许可以认为他们水平相近
: ...................
--
FROM 117.135.82.*