AI Reviews

Real testing, real data. We evaluate AI models, smart hardware, and cutting-edge tech with rigorous methodology — giving you the most objective reference.

🏠 Our Reviews LMSYS Chatbot Arena MLCommons Ars Technica

winzheng.com

SQL 严重失误：Claude Sonnet 4.6 从满分到零分的反思

在最新的评测中，Claude Sonnet 4.6 的 SQL 题“疑似重复支付识别”从满分跌至零分。这一变化引人关注，本文将通过分析具体代码和可能原因，探讨模型在执行层面的潜在问题。