测评 GPT-o3 材料约束暴跌16.8分,任务表达同步掉28.3分 今日Smoke评测中GPT-o3材料约束从83.60分跌至66.80分,任务表达从95.00分跌至66.70分,主榜整体下滑3.1分至80.39分。代码执行反升8.2分,工程判断持平75.00分,诚信评级维持pass。 GPT-o3 材料约束 Smoke评测 维度波动 12小时前 42