核心信息

OpenCode 一位维护者认为基准测试目前意义不大，并呼吁发布评测结果的人在评测前先联系被评测的产品。他表示早前一次评测中大量配置有误，包括推理过程被丢弃，但结果仍被广泛转发；修复后 OpenCode 从最后一名升至第一。

要点

  • 该维护者称最初的基准测试配置有误，评测中丢弃了推理过程。
  • 尽管存在错误，这份有问题的结果仍被多处转发。
  • 配置修复后，OpenCode 从最后一名升至第一。
  • 他呼吁评测方在发布前联系被评测的产品。
  • 引用内容指出，OpenCode 2 的得分远超 OpenCode 1.19，在 Hugging Face Harness 排行榜上从 9 个 harness 中第 8 名升至三个模型上并列第一。