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
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11