燃点网1月4日的新闻，阿里通义千问Qwen最近推出了一个新玩意儿，叫做CodeElo基准测试。这个基准测试挺有意思的，它用Elo评级系统来衡量大语言模型（LLM）的编程能力，简单来说，就是拿它们和人类程序员比一比，看看谁更厉害。 这次比拼中，OpenAI的o1-mini模型表现突出，直接超越了90