AGI Hunt· burny_tech·2026-11-19 19:32· 3 小时前AI 评分36BullshitBench 榜单:Claude Opus 4.8 以 95% 居首,Gemini 4 系列表现亮眼AI 导读BullshitBench v2 榜单涵盖 266 个模型,Claude Opus 4.8(无推理)以 95% Clear 率居首,Qwen3.8 Max 同获 95%并列第二。来源:AGI Hunt · agihunt.infoAnthropic / ClaudeGoogle / Gemini推理能力评测基准#评测/基准#推理#Anthropic#Google查看事件全部后续