Claude Opus 5 被指刷榜优化，实测仍落后
Claude Opus 5 在 LiveBench 基准测试中的表现引发争议。尽管其分数已逼近 Sol 6 和 Fable 5 等前排模型，但多方观点指出，该模型在与 Sol、Kimi K3 等竞品较量时存在明显的“刷榜式优化”现象。在实际的真实场景测试中，Opus 5 的整体表现依然落后于 Fable 5。
2026-07-25 ~ 2026-07-25 · 2 条相关
- 第 1 集:Anthropic 模型发布陷混乱，Opus 5 被指关乎成败(2026-07-23,2 条)
- 第 2 集:Anthropic 发布 Claude Opus 5：性能达 SOTA 且价格减半(2026-07-25,128 条)
- 第 3 集:网传 Anthropic 发布 Opus 5，支持加速与科研顶配(2026-07-25,3 条)
- 第 4 集:Claude Opus 5 早期实测：效率提升但行为过度主动(2026-07-25,29 条)
- 第 5 集:Anthropic发布Claude Opus 5实测表现亮眼(2026-07-25,3 条)
- 第 6 集:Claude Opus 5 被指刷榜优化，实测仍落后(2026-07-25,2 条)
- 第 7 集:Claude Opus 5 创下 ARC-AGI-3 新纪录(2026-07-25,15 条)
- 第 8 集:Anthropic 内部材料曝光 Opus 5 研发进展(2026-07-25,2 条)
- 第 9 集:Opus 5 实测：单 prompt 生成惊艳，复杂任务仍逊 Fable(2026-07-26,24 条)
- 第 10 集:Claude Opus 5 发布并重写提示习惯(2026-07-27,11 条)
- 第 11 集:Anthropic Opus 5 基准领先但实战口碑分裂(2026-07-28,6 条)
- 第 12 集:Claude Opus 系列被指体验下滑：偷懒失忆引信任危机(2026-07-29,14 条)
- 第 13 集:Anthropic 发布 Claude Opus 5：性能比肩旗舰且成本减半(2026-07-31,2 条)
- 第 14 集:Anthropic 新版模型体验下滑引发开发者信任危机(2026-08-03,11 条)
- Claude Opus 5 在 LiveBench 逼近前排，实测仍落后 Fable 5 — bindureddy · 2026-07-25
- Opus 5 被指刷榜优化，但整体仍落后 Fable — bindureddy · 2026-07-25