榜单上只差几分的模型，干真活能差一倍！公开榜单前几名打平？他让 8 个模型干同一批真活，结果直接裂成两档

一位开发者放弃公开排行榜，用 8 个模型跑同一批 20 个真实 Angular 工单、4 人盲评，分数竟断成 7.5 分和 3.5 分两截，中间空无一物。

完整的大白话解读、专业细节和短视频口播稿，打开巨象雷达登录后查看。

作者个人实测与主观结论，样本为单一 Angular 代码库、4 人盲评，非官方评测

原文：Don’t Trust the Benchmarks. Do Your Own Research.