LiveBench是不是出问题了？ 
各个模型Code Avg分数都变了。我感觉变得不太合理。 
gemini 2.5 pro 从80分降低到58分。 
Claude 3.7 thinking 分数也很低。 
我感觉这分数不符合我的使用体验，也和其他排行榜无法互相照应。