AMBER / PUBLIC BENCHMARK
- -真实公开成绩 · 2026-W38
-考于 W37 · W38 未重考
-榜首成绩 · 23 案题库
-先补齐证据，再回到首屏。
-跨家复测还未齐，暂不声称能力回退。
-便宜候选需要成体系的价格 / 成本源。
-次级区只记缺口，不替数据提前下结论。
-- 琥珀评测把真实、可审计的历史事件封存到答案揭晓前，让模型只用当时可得的信息重做一次。 - 评分规则先冻结，题库不公开，分数和校验材料公开。 -
-公开材料可以复核成绩，但不会泄露私有题库。
-每个仓对应一条模型结果记录；名称、分数、期号和链接沿用公开材料。
-- Ollama 的 glm-5.3-flash 与 CrofAI 的 qwen3.8-27b 使用 W37 补考合成成绩： - W36 的 15/21、14/21 各加两案，成为 17/23、16/23；d41f 的 17/23 为 W37 全库首考。 - 按轴榜保留这两条 W36 的 21 案记录，不是这份合成总分。 - 原始说明：Ollama W37 ·{' '} - CrofAI W37。 -
-这些链接是方法和公开记录的原始入口。
- -- 选择你要做的工作类型，下表先比较所选类型里的最低通过数，再比较合计。 - 这让 12 条公开车道的差异更容易核对。 -
- -每个 chip 显示该类型里满分车道的数量。默认不选任何类型。
-规则：先比最低通过数，再比所选类型的通过总数；并列会保留。
-| 选择一种工作类型后显示车道。 |
数据来自公开成绩仓。期号和案数随原始记录保留；方法与公开哈希索引见 方法。
-