Claude Fable 5 在律考基准上 210 题全对仅花 6 美元
ctjlewis · x · 2026-07-22
Claude Fable 5 在 210 道律考题上拿满分
Matthew Stubenberg 说，Anthropic 的 Claude Fable 5 成了首个在他的基准测试里把 210 道 MBE 律考练习题全部答对 的模型，成绩是 210/210（100%）。
- 这轮测试大约只花了 6 美元 API token。
- 平均每题耗时约 10 秒。
- 他还对比了历史进展：2022 年 11 月开始追踪时，ChatGPT 3.5 在同一测试上的得分大约只有 50%。
- 配图里的曲线显示，过去三年多里模型在这类专业考试上的表现一路逼近满分。
这条帖子的核心信息不是“AI 也会考试”，而是一个具体、可量化的模型能力跃迁：低成本、短时延、满分通过法律题基准。
「模型」频道最新
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27