模型评测报告被批「图表罪行」：未公开 36 项 benchmark，GPT-6 Sol 与 Luna 被排除

AI 研究者 gleech 批评某决策模型评测报告存在「图表罪行」，指其未说明所用 36 项 benchmark 的具体清单，导致结果无法复核。报告主图还遗漏 Jev 模型，未收录 GPT-6 Sol 的准确率以及 GPT-6 Luna（尤其 Luna Decisions 版本）的数据，被指选择性排除竞品，引发社区吐槽。