Step 5 Preview 与 Claude Opus 5.5 测试对比
先了解这件事
2026年10月10日，X 用户 Chubby (@kimmonismus) 连续发布多条测试结果。据其称，在同一 Python 任务上，Step 5 Preview 和 Claude Opus 5.5 通过了 45/45 项本地检查，Gemini 3.1 Pro Preview 通过了 41/45；每个模型只有一次尝试机会。该用户同时说明，这一测试规模太小，无法确立整体能力相当，但初步来看相当不错。后续报道称，Gemini 的代码因 Python 中 True == 1 而跳过了对畸形重复项的校验，Step 和 Opus 则拒绝了这些重复项；三者都通过了前 41 项检查，在发现问题后新增的四项检查被应用于三者。该用户还称，另一项应用检查中，组合搜索、状态和日期筛选在重新加载后保留编辑内容，并导出所有匹配行（包括其他页面上的行），这些检查均通过，含逗号、引号和换行符的 CSV 字段导出后也完好无损。以上均为该来源的单方面说法。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月10日 05:45 · 2 篇报道公布Step 5 Preview与Claude Opus 5.5的Python任务评测结果Chubby：Gemini 因 True==1 跳过重复校验
- 10月10日 05:45 · 1 篇报道应用筛选与CSV导出功能验证Chubby：应用筛选与CSV导出功能验证
报道时间线
沿着报道，了解事件的不同侧面。
- ChubbyGemini 因 True==1 跳过重复校验
4/ Gemini 的代码跳过了对畸形重复项的校验，因为在 Python 中 True == 1。Step 和 Opus 拒绝了它们。三者都通过了前 41 项检查；在发现问题后新增的四项检查被应用于三者。这些是针对一个任务的检查。
- ChubbyStep 5 Preview 与 Claude Opus 5.5 测试对比
3/ 在同一个 Python 任务上，Step 5 Preview 和 Claude Opus 5.5 通过了 45/45 项本地检查；Gemini 3.1 Pro Preview 通过了 41/45。每个模型只有一次尝试机会。对这个任务来说表现不错，但测试规模太小，无法确立整体能力相当。不过初步来看相当不错。
- Chubby应用筛选与CSV导出功能验证
2/ 该应用必须组合搜索、状态和日期筛选，在重新加载后保留编辑内容，并导出所有匹配行，包括其他页面上的行。这些检查都通过了。包含逗号、引号和换行符的CSV字段在导出后也完好无损。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。