Fable5.1确实是最强的，我觉得没啥问题，但是现在各种机构做图表表达差异的是否都太特么瞎做了，数学老师看了都沉默。

所以，我重新做了这张更真实的benchmark分数的对比图（图2）

两张图的数据完全相同，但读者从中能解读出的信息和判断会大有不同，我真觉得现在模型升级很好，但是对大多数人来说，模型升级本身对他能做的事，能做出的东西效果的影响已经没那么本质了。