Fable 5 重发版 APEX-SWE 成绩不及早期版
scaling01 · x · 2026-07-04
Mercor 公布了重新发布版 Fable 5 在软件工程智能体基准 APEX-SWE 上的测试结果。结果显示，该重发版本的表现不及此前的早期版本。属第三方实测的模型评测动态。
「模型」频道最新
- 开发者实测吐槽：Astra 体验像「锦上添花的 5.7」，安全任务几乎不可用 — jarrodwatts · 2026-09-11
- GPT-6 Astra 文档引热议:异步工具调用与中途转向或成 Agent 编排利器 — MikkoH · 2026-09-11
- GPT-6 Astra 机器人操作测试 46% 完胜 MolmoAct2 的 12% — damianplayer · 2026-09-11
- OpenAI 发布 GPT-Live 提示词指南:照搬旧提示词难以发挥 SOTA — craigsdennis · 2026-09-11
- 用户吐槽 GPT-6 Astra 一周额度一次用光,周一前无法继续干活 — max_paperclips · 2026-09-11
- Anthropic 宣布 Claude 不再向未成年人开放 — petrusenko_max · 2026-09-11