测评 豆包Pro主榜暴跌18.4分,代码执行一日暴降30.8,真实退化还是抽签运气? 豆包Pro今日Smoke评测主榜从96.06暴跌至77.64,代码执行单项暴降30.8分至66.7,材料约束微降,诚信评级从pass转为warn。小样本快测波动正常,但连续异常值得追踪。 豆包 Pro 代码执行 模型评测 性能波动 2026年5月21日 358
测评 豆包Pro材料约束暴跌15.2分 Smoke测试暴露真实波动 豆包Pro今日Smoke评测材料约束从95分跌至79.8分,暴跌15.2分,主榜下降6.8分至90.91。代码执行保持满分,工程判断与任务表达却有提升。单日10题快测下,这一变化更可能是题目抽签波动还是模型真实退化,值得拆解。 豆包 Pro 材料约束 Smoke评测 模型波动 2026年5月19日 434