推文

@laopai1990 · 2026-10-15 23:09

Theo 这波实测，直接把 Gemini 4 Argon 的底裤扒了？ 原本满怀期待，结果拿自己的 T3 代码库一测，彻底失望。 不懂架构、乱给建议，甚至编造不存在的系统行为。 盲测评分 3.95，虚假声明占比高达 51%，在这组测试中直接垫底。 最离谱的是，Google 憋了这么久的旗舰模型，竟然被 Theo 建议「开发者最好别用」。 注：以上数据来自 Theo 分享的测试，不能直接代表所有编程场景的表现。

曝光 394 · 评论 2 · 点赞 1 · 书签 1 · 曝光/时 382.1175283536803