AA v5 的分数更符合体感，刷分模型排名下滑

社区讨论认为评测基准 AA v5 的分数更符合实际体感，刷分模型的排位明显下滑。讨论指出 DeepSeek 与 GLM 分数相同但在柱状图展示与字母排序上存在差异，并对榜单中未见谷歌模型以及 sonnect5.5 超过 fable5.1 的结果提出疑问。