第三方测试：Fable 5七月版本多项评分大幅倒退，疑因护栏频繁触发
FinanceYF5 · x · 2026-07-03
BridgeMind使用BridgeBench对Fable 5七月1日版本重新测试，发现多项指标较六月发布版本大幅下降：调试任务得分从86.2骤降至25.9，重构任务从73.6降至38.4，幻觉控制从75.9降至61.7。分析认为新版安全护栏过于频繁触发，导致大量任务被转给Opus 4.8代为处理，从而造成性能指标严重缩水。
「模型」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- 欧洲 ChatGPT Plus 用户开始看到“Extra High”质量选项 — PressPlayPlease7 · 2026-07-27
- Opus 5 传在赛车游戏测试中一次过关 — soumitrashukla9 · 2026-07-27
- Claude Opus 5 据称价格减半并刷榜 Frontier-Bench — GregCook2011 · 2026-07-27
- 研究者称防御场景更偏向开放模型，Kimi K3 已接近高水平网络安全能力 — eliebakouch · 2026-07-27
- Opus 5 连自己生成的游戏不好看都能察觉 — Angaisb_ · 2026-07-27