[image] 
[image] 


测评非常不错, Hard Prompt 也是排名第一 
然而似乎中文依旧是一个弱项, 测评时建议不止测试中文, 英文也试一试 
个人感觉 上一个 exp 更像是 7b 的 flash 1.5 改造, 这个给人的像是 flash 2.0 
等一手 Livebench