Opus 4.8 被指在一道简单生物题上完胜 5.6 Sol xhigh
Sauers_ · x · 2026-07-24
这条回复是在做模型对比：同一道看起来很基础的生物题，作者称 5.6 Sol xhigh 会答错，而 Opus 4.8 能正确作答。
原帖强调，这题并不需要深度生物背景，本质上就是推理问题：给没有生物学基础的人也能在 30 秒 内讲明白，难度大致相当于本科高年级课程。帖子想表达的是：在看似简单的问题上，不同模型之间仍然存在明显能力差距。
所属事件:一道基础生物题引发的大模型能力对比(3 条相关)→
「模型」频道最新
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11