PINNACLE 评测：Claude Fable 5.1 agent 失败率减半

Signal65 推出 PINNACLE 基准榜单两天后，Anthropic 发布 Claude Fable 5.1，其测试数据恰好印证榜单立意。评测显示该模型 agentic 失败率减半：每百次任务仅 7 次失败，幻觉率降至 0.7%，单次正确答案成本为 2.46 美元。Patrick Moorhead 转发的成本效益评测也显示，在成本为 1.8 倍的情况下完成任务量多 3.6 倍。

2026-09-03 ~ 2026-09-03 · 2 条相关