（来源：上观新闻）
根据报告中的竞📁🦜技场排行榜（🐮🔌人类投票🌂的Elo评🍇👩🍳级），截👲至2026年3✳月，顶级模型的🌕评分高度🇨🇩🚩收敛：Anthr🇵🇷📆opic（150🎟↩3分）、x🤵🎼AI（1495👠分）、Goo🇳🇬👯♂️gle（149↩🕸4分）、Open🧀AI（1📕481分）🦷、阿里巴👵🐷巴（1449🇵🇼🧽分）、Dee🤳💁♂️pSeek（🇩🇯1424🍃🇻🇬分）均🇨🇼位于第一梯队，➗🕜分差已缩小😗😺至25分以内🇦🇮。
比如在遇到复杂问⏯🐋题时会😠先制定解🎙🇬🇲题计划，在不🇮🇨确定时会寻😯找更多证据，甚⚜至会在发现错误时🔨主动回🍑溯重新思考🍢🥰。前几年曾经有👩👩👧🧱个社交产品 Be🇵🇰🏪Real 爆火🚀，每天随机弹🐯🍊出通知，用户必🔎须在两分钟🥍内打开应😑用拍照并分享，没🇺🇬时间准备，也👨⚖️不给修图滤镜，🇸🇧🇹🇦鼓励展现未🇸🇲🐚修饰的日🤫常样貌🇷🇸，消除社交产品的🕖使用焦虑🚋🔢。
这番回应瞬💩间点燃✅了更大的🍗🇦🇷怒火👩⚕️▪。在MMIF🔡📍Eval🌲👩🔬这个可🍍⚰验证指令执行🥶🔞任务上，Ver🇹🇰🥰o取得了8.5🇱🇾分的提升，证明😳💢了它不仅能够💯理解复杂指令🌧，还能够按照🧒要求生😋成符合特✍定约束的文本内容🇸🇧🈂。
