llm-bench 模型能力基准报告仓库更新：一次会话评测快照发布

GitHub 仓库 edgora-ai/llm-bench-report 发布由 llm-bench 自动生成的模型一次会话完成度对比报告，为只读脱敏合并快照，不含凭据与原始日志。最新 2026-10-08 数据中，Sol 与 6.1-Sol 鳄鱼题人工补跑均正常结束、8/8 检查通过，此前失败记录保留；Astra/Luna 早先黑洞样本的 count_tokens 403 曾被旧评估逻辑误记为路由违规，源码已区分上游与本地拒绝。首页支持在线沙箱运行原作，并可下载自包含离线完整版。