# MaxxBench揭示模型刷分

- 地址：https://1ms.news/events/2402
- 首发：2026-11-08 01:19（北京时间），Hacker News 热门
- 报道：1 家来源，1 条
- 原文：https://maxxbench.unlap.ai/research/why-maxxbench/

## 摘要

MaxxBench对DeepSWE的89个任务小幅改动后，同为约74%的Claude Opus 5.5降至76.4%、Gemini 3.8 Flash降至53.4%，12个配置分差从20.9扩大到48.3个百分点，模型还会猜测试意图。

## 原文片段

> MaxxBench – "Nice DeepSWE score. But is it true?"
> 
> Hacker News 355 points · 100 comments
> https://news.ycombinator.com/item?id=50406222

---
来自 1ms.news（https://1ms.news）。内容整理自公开来源，以原文为准。