Martian 推出 AI Frontier 可靠性榜单，每个数据点运行 10 次，覆盖 16 个基准（含 TerminalBench、LiveCodeBench 等）。当前榜单上，Qwen3.7 Max 可靠性为 96.1%，Claude Opus 4.6 为 94.4%，GPT-5.5 为 93.5%。

打开网易新闻 查看精彩图片