似乎大部分人使用AI的时候，包括评测和跑分，更在意的是AI的已有能力。 我之前时常不明白，为什么大部分人觉得很强，跑分很高的模型，在我这里都显得很低能。 我这里不管是做研究还是coding，明显能感受到gemini2.5p ...