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
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27