Opus 5 模型卡 FrontierCode 分数缩水引质疑

开发者 Andrew Carr 发现评测口径问题：Claude Opus 5 发布时在 FrontierCode 评测中报告 53.4%，但最新的 5.5 版模型卡中同一评测仅显示 48%。他对 Anthropic 的评测口径提出质疑，该问题也引发了数学研究者的关注与讨论。

2026-09-23 ~ 2026-09-23 · 2 条相关

• Opus 5 发布时 FrontierCode 得分 53.4%,新卡片仅显示 48% — andrew_n_carr · 2026-09-23
• Opus 5 发布时 FrontierCode 得分 53.4%，新榜单卡片缩水至 48% — mathemagic1an · 2026-09-23