开源模型逼近前沿，PINNACLE基准给暂停论泼冷水

评测机构Signal65更新PINNACLE智能体基准，测评8个新模型配置，其中5个开源权重模型来自Qwen、DeepSeek和Zai。结果显示Qwen3.8错误率比Claude Opus 5低15%，且Claude Opus 5于8月31日登顶后仅15天，Qwen3.8就在企业评测四个维度上反超。该结果恰逢多家头部实验室联署呼吁放缓前沿AI开发，为暂停论泼了冷水。

2026-09-15 ~ 2026-09-16 · 3 条相关

• Signal65 实测:开源模型逼近前沿,给「暂停」论泼冷水 — ryanshrout · 2026-09-15
• PINNACLE 智能体基准更新:Qwen3.8 错误率比 Claude Opus 5 低 15% — ryanshrout · 2026-09-15
• 仅15天:开源Qwen3.8在企业评测四个维度反超Claude Opus 5 — ryanshrout · 2026-09-16