Fugu Ultra

天价、能读长文、会看图的模型

⚠ 单源数据，未经交叉校验

聪明暂无

编程顶尖自报

记性1M

便宜$30

记性换算成体感：一次能读完《哈利·波特》全七部

他的房间

电脑

73.7% · SWE-Bench Pro · 厂商系统卡自评，未经第三方复核

书架

5 层 · 记忆 1M tokens

黑板

一块空黑板

日历

知识截止日期未公开

冰箱

支持上下文缓存，能存记忆

门禁

闭源，权重不公开

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录，不代表它做不到——本站不会用估算值填补空缺。

SWE-Bench Pro73.7%
同一个思路但难度高得多的版本，题目更长、依赖更复杂。分数普遍比 Verified 低三十分左右，两者不可直接比较。厂商自报
https://console.sakana.ai/models
Terminal-Bench 2.182.1%
Terminal-Bench 第二代的修订版题库。与其他代次的分数不可直接比较。厂商自报
https://console.sakana.ai/models
LiveCodeBench93.2%
持续收录新出的编程竞赛题，题目发布时间晚于模型训练截止日期，用来避开「背过答案」的嫌疑。厂商自报
https://console.sakana.ai/models
LiveCodeBench Pro90.8%
LiveCodeBench 的高难度版本，题目取自竞赛中的难题。厂商自报
https://console.sakana.ai/models

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。