Frontier-Bench 图表对比 Claude Opus 5、Fable 5 和 GPT-5.6 Sol 编程表现
thesaraharminta · x · 2026-07-25
配图是一张 Frontier-Bench v0.1 的 agentic coding 图，按不同 effort level 对比了 Claude Opus 5、Claude Fable 5、Claude Opus 4.8、GPT-5.6 Sol。
这张图想表达的是：Opus 5 在提高 effort 后表现继续上升，最高大致到低 40% 区间；与此同时，Fable 5 和 GPT-5.6 Sol 也体现出不同的成本—表现权衡。
所属事件:Anthropic 发布 Claude Opus 5：性能达 SOTA 且价格减半(128 条相关)→
「模型」频道最新
- 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
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11