Gemini4在LMArena的Agent评分出了，好评率很高但是可靠性似乎拖累了评分

🌐 链接: https://linux.do/t/topic/2999621
🏷️ 分组: LinuxDo论坛
🕒 时间: 2026-10-09 15:50:46
LINUX DO
Gemini4在LMArena的Agent评分出了，好评率很高但是可靠性似乎拖累了评分
榜单 释义 GPT分析 看起来分数还不错，就是Bash Recovery很差劲，在执行任务的时候会出现多次工具使用错误的情况，也就是说任务会花费更多轮数而且不稳定 谷谷歌歌到底能不能力挽狂澜呢，还想着订阅个ultra5x，有些犹豫了