P-Zero Research「AI 研究品味每 3 个月翻倍」遭质疑：被指只是刷榜

P-Zero Research 发布研究称，前沿模型的「实验研究品味」自 2025 年 12 月起每约 3 个月翻一倍，最强模型 Opus 5.5 已超过其专家人类基线。该结论随即遭 burnytech 质疑，其提出三连质问，认为模型表现提升可能只是针对指标的优化即「刷榜」，测的并非真正的研究品味。相关争议仍在发酵。