Gork 4 的基准测试成绩泄露了，HLE 得分高达 45%

很多人怀疑 HLE 的测试题泄露了

不然在没有新架构和一些技术突破的情况下，不太可能比 o3 和 Gemini 2.5 Pro 得分直接翻一倍