测评 GPT-o3主榜暴跌13.8分 代码执行从70.3直降48.5 GPT-o3今日Smoke评测主榜从80.61分跌至66.86分,代码执行维度从70.30分降至48.50分,跌幅21.8分,材料约束小降3.9分,工程判断反升22分。 GPT-o3 代码执行 Smoke评测 主榜波动 2天前 73