Gemini exp 1114 LiveBench排名已公布。

admin

Gemini 1.5 Pro的逻辑能力提升明显，但LiveBench跑分表现一般，略高于40分，逊于Claude 3.5和O1。LiveBench的语言理解评测与Gemini 1.5 Pro的长文本总结能力实际体验不符，我认为其长文本总结能力是其一大优势。