ECI 榜单加权方式引发开源闭源模型差距争议

wenhaocha1 引用 scaling01 的说法并批评 ECI 未对各基准进行人工加权，认为开源与闭源模型差距的判断高度依赖权重选择。他指出，若提高编程任务的权重，Claude Opus 4.8、Opus 5.5 与 Kimi K3、DeepSeek-R1 等模型之间的差距可被解读为仅约 2 个月，并提出按类别重拟合和留一类别重拟合的方法分析差距来源。