[image] 




类别
含义




Agentic coding
AI像程序员一样自动写代码+执行任务


Agentic terminal coding
在终端环境里操作、调试代码


Multidisciplinary reasoning
跨学科推理（类似“人类终极考试”）


Agentic search
自主搜索并整合信息


Scaled tool use
调用工具能力（API / 外部工具）


Cybersecurity
安全漏洞分析


GPQA
研究生级别推理（非常难）


Visual reasoning
图像理解推理


MMLU
通识知识考试



4.7在coding能力测试上有着10%的提升,不知道大家真实体验如何?可否在帖子下分享你的体验?