蚂蚁百灵 Ling 3.0 Flash 实测翻车!124B MoE 模型实测指令逻辑、推理、代码全拉胯,约束文本语序混乱不通顺,密码推理答错,游戏代码大量 bug 无法正常交互,看板编辑拖动功能全部失效…

其他模型测评排行榜请看这里:https://www.techgogogo.com/llm-benchmark/