1017 在 WeirdML 上不及 Sol-xhigh，仅与 Grok 4.7 持平

博主 teortaxesTex 分享了对模型 1017 在 WeirdML 基准上的评测结果：1017 表现明显落后于 Sol-xhigh，只与 Grok 4.7 相当。不过他指出测试用的是 1017 high 档，且从趋势看该模型尚未接近性能上限，单任务 50M tokens 的消耗对 Whale 级别的胃口不算什么。他还提到 1017 在 Codex 相关任务上表现很强。