worstcoder 在 Gemini4在LMArena的Agent评分出了，好评率很高但是可靠性似乎拖累了评分 中发帖

榜单
 [image] 
释义
 [image] 
GPT分析
 [fd3ffdbd-ff24-4001-9796-fb4834bb7ca3] 
看起来分数还不错，就是Bash Recovery很差劲，在执行任务的时候会出现多次工具使用错误的情况，也就是说任务会花费更多轮数而且不稳定 
谷谷歌歌到底能不能力挽狂澜呢，还想着订阅个ultra5x，有些犹豫了
 
 
Back to Top