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
- 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
- 换评测框架成绩大涨：Argon 改用 Antigravity Harness 逼近 Opus 5.5 — davidstutz92 · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26