更新日志Changelog

记录 BenchLocal 的每一次模型更新与功能迭代Tracking every model update and feature iteration on BenchLocal

2026-07-12 🏆 新增 2 个模型
Ornith-1.0-35B-Heretic-MTP-APEX 双版（思考 + 无思考）

Ornith-1.0-35B-Heretic-MTP-APEX（思考）：

  • 能力上限 95.0 · 实用得分 90.0 🥇（仅扣 5 分）
  • ToolCall 100（15/15 零重试）· BugFind 98 · HermesAgent 89
  • BF-10 红鲱鱼陷阱 0 → 100（heretic 让"想太多"反成优势）
  • 实用得分全场第一，比无思考版（90.0 vs 76.2）高出 13.8 分

Ornith-1.0-35B-Heretic-MTP-APEX（无思考）：

  • 能力上限 92.2 · 实用得分 76.2（扣 16 分）
  • ToolCall 97（14/15）· BugFind 97 · HermesAgent 85
  • 重试激增：HA-06/07/16/17/20 均 4 次以上重试仍失败

关键发现：heretic 模型必须开思考。无思考 + heretic 是反模式——重试多了 11 次但救不回能力短板。这与原版 35B MTP（无思考更稳）结论完全反转。

📦 2 个新详情页2 new detail pages 📊 已测试模型总数 2121 models total 🔗 HFHF: SC117/Ornith-1.0-35B-Heretic-MTP-APEX-GGUF
2026-07-12 🐛 修复 2 个 bug
修复 heretic 双版详情页的大分数和表格渲染Fixed big scores and table rendering bugs

两个详情页的大分数（能力上限 / 实用得分）原本停留在原版 35B MTP 思考版的 93.5 / 75.5。原因是 html.replace() 多行匹配陷阱："""\n""" 三引号写 old_text 时换行被规范化，但目标 HTML 里是单行。Big scores on both detail pages were stuck at original 93.5/75.5 due to html.replace() multi-line matching issue.

无思考页题目详情消失：errors 数组里 TC-03 写成 c:'Asked for Sarah's email...'，ASCII 撇号 ' 跟外层字符串边界冲突导致整段 <script> 罢工。改成 Unicode 智能引号 ' (U+2019)。No-thinking page errors vanished: ASCII apostrophe inside Sarah's broke JS parser. Replaced with U+2019.

2026-07-13 📝 站点说明
首页 Hero 区域加免责声明Hero disclaimer added

在「本地模型测试数据库」标题上方加 ⚠️ 非严谨学术评测，结果仅供参考与简单对比 一行小字，提醒读者测试场景有限不能作为模型质量的唯一标准。Added a disclaimer note above the hero title: ⚠️ Non-strict academic evaluation — results are for reference and rough comparison only.

2026-07-08 🏆 新增 3 个模型
Qwen-AgentWorld-35B-A3B 系列 3 个变体

Qwen-AgentWorld-35B-A3B-APEX-I-Compact 原版 + 思考模式：

  • 能力上限 88.5 · 实用得分 87.5（仅 1 次重试）
  • ToolCall 100 分满分（15/15 一遍过）
  • BugFind 87 · HermesAgent 81
  • 目前 35B 系列里实用得分最高的版本，超过 Qwen3.6-35B 思考版 6 分

Qwen-AgentWorld-35B-A3B-MTP-Uncensored 思考 + MTP：

  • 能力上限 85.6 · 实用得分 81.6（4 次重试）
  • ToolCall 93 · BugFind 87 · HermesAgent 79

Qwen-AgentWorld-35B-A3B-MTP-Uncensored 无思考：

  • 能力上限 75.0 · 实用得分 75.0（0 次重试）
  • ToolCall 83 · BugFind 83 · HermesAgent 63
  • 无思考版速度更快但能力下降明显
📦 3 个新详情页3 new detail pages 📊 已测试模型总数 1919 models total
2026-07-08 📝 站点功能
新增更新日志页面Added Changelog Page

新增 changelog.html 页面，记录每次模型测试和功能迭代Added changelog.html to track every model test and feature iteration