PINNACLE 基准更新：开源模型逼近前沿水平

评测机构 Signal65 发布新版 PINNACLE 智能体基准，测评 8 个新模型配置，其中 5 个为来自 Qwen、DeepSeek 和 Zai 的开源权重模型。核心数据显示 Qwen3.8 错误率比 Claude Opus 5 低 15%。该结果恰逢 OpenAI、xAI、Anthropic 等头部实验室联署呼吁放缓前沿 AI 开发之际，被视为给「暂停」论泼了冷水，表明开源模型正在逼近前沿水平。

2026-09-15 ~ 2026-09-15 · 2 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