Opus 5.5 基准遭质疑：厂商自测可信度引热议

Andreas Maier 发长文《Both Columns, One Vendor》质疑 Claude Opus 5.5 基准的可验证性，指出托管模型质量可由卖方通过管理手段调节而买方无法观测，厂商既当运动员又当裁判。另有观点以旧款降价反驳「故意降智逼升级」的解读：Opus 5.5 上线后旧款价格全面下调（输入 5→4 美元、输出 25→20 美元、缓存读取降 60%），但所称服务成本降 40% 的说法仍存疑。

2026-10-02 ~ 2026-10-02 · 3 条相关

• 同一厂商自评自家模型：Opus 5.5 基准数据能信几分 — maier_ak · 2026-10-02
• Opus 5.5 降价反证「降智旧款」论：但服务成本降 40% 存疑 — maier_ak · 2026-10-02
• 长文质疑 Opus 5.5 基准可验证性：厂商既当运动员又当裁判 — maier_ak · 2026-10-02