邱埋葬 (@qmazon) 在 DSV4 0813 Terminal-Bench 官方跑分与 AA 榜跑分出现巨大差异中发帖[2026-08-13_09-30-52] [2026-08-13_09-30-42] 其他模型也略有差异，但不至于差了10分

邱埋葬 (@qmazon) 在 DSV4 0813 Terminal-Bench 官方跑分与 AA 榜跑分出现巨大差异中发帖

[2026-08-13_09-30-52] 
 [2026-08-13_09-30-42] 
其他模型也略有差异，但不至于差了10分。