豆包
豆包2.1对标 GPT-5.5，实测差距明显吗？
GPT-5.5
Doubao-Seed-2.0-pro
编程能力，数字会骗人吗？昨天豆包2.1刚发布，官方说编程能力对标GPT-5.5。我看了一下数据：Terminal Bench 2.1得分71.0，GPT-5.5是73.8。差2.8分，确实接近。但说实话，跑分接近和日常好用是两码事。我拿同一个复杂代码任务让两个模型跑，GPT-5.5一次过，豆包2.1来回改了三轮才跑通。能跑通是好事，但生产效率还是有差距。不过有个亮点：豆包2.1在SciCode科学计算评测上59.8分，反超了GPT-5.5的58.4分。说明在某些垂直领域，国产模型确实有突破。你觉得“跑分接近”和“日常好用”，哪个更值得关注？
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
