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
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26