Jim Fan(@DrJimFan)· Jim Fan (@DrJimFan)·· 2026-06-17AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Jim Fan：论文结果显示 Codex 表现优于 Claude 与 Kimi
@jxnlco That’s right! In our paper’s results, Codex > Claude > Kimi! A benchmark that can’t be...
AI 导读
Jim Fan 回应称，其论文结果显示 Codex 表现优于 Claude，Claude 又优于 Kimi，并称这是一个"在物理世界中无法被作弊"的基准测试。
来源：Jim Fan(@DrJimFan) · x.com