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。

原文链接 →

「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
• 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
• Opus 5 深夜聊天时反过来追问用户动机 — repligate · 2026-07-27

更多「模型」频道 AI 资讯 →