Qwen 3.8 27B 在新版评测中依然能打

New Artificial Analysis scores but Qwen 3.8 27b Still holds up

Artificial Analysis 发布了 v4.2 版智能指数，Qwen 3.8 27B 排名没掉。这次更新加了两个新测试：AA-Briefcase（让模型模拟知识工作者的任务流程）和 Surge's GDP.pdf（一篇 4592 页的 PDF，测长文档推理能力），同时去掉了 GPQA Diamond，因为大家分数都刷满了，没区分度了。有用户说...