（来源：上观新闻）
同时，响应速❔🇬🇦度、tok🇲🇩en利🏘🕵用率和长任务中的📞稳定性也在Ⓜ持续优化：🧟♀️🇮🇹它的反应更快🤾♀️📏了，回答更🇻🇨🛫干脆，不再🍷🎥动不动就写一大段⏸🈁推理过🇧🇷程，在连续做一件👩🚒🇱🇾事的时候，🚺也更少出现前💫后说不一致的👾情况🥕。
最先被改写的，是📫🖱数据底座🍻。在如此严苛的审🚳ℹ视下，☠🎚各路前沿大模型的💩☑真实水平暴♈露无遗🤾♂️🧪。虽然整体欣欣❤向荣，但也🚍有隐忧📇🔲。第一，S🍚kill成👨🦰为AI时代的“🤦♂️软件”🈷。换句话说👩👦，模型不能只会🐱“想”，还😙🚸要能读文件、查🕐🇨🇺数据库、调用💢🦗怎么除蜘蛛最有效方法工具、把结🕌果写回业务系统🦠☃。
新基准将🛌测试维🦇度划分为三个🇼🇫👅循序渐进的层🧼级😶🗳。因为端到📻🐣端的思考最早🕔由自动驾驶行业提🇲🇺🍬出，特斯拉🎏🚑是最早😖走端到端大💇♂️👏模型技术路线的👵企业🛬。那明显这🧻🍀一篇文章的短板👨❤️👨数据主要还是在完🤷♀️👩🔬读率上面，以🚡及它的👘转发率是很🇲🇰明显到后面动力✌🤷♀️不足的👩⚖️🥐。
