Anthropic 放出 Claude Opus 5 system card，内部评测多项领先 Mythos 5
tokenbender · x · 2026-07-25
Anthropic 的 Claude Opus 5 system card 已经放出。截图里的内部评估表显示，它在多项研究任务上超过了 Claude Mythos 5，但也并非所有指标都更强。
图中列出的结果包括：
- Kernel task：449.46×，高于 Claude Mythos 5 的 430.93×
- Time series forecasting：困难版本上 MSE 为 5.68，高于 4.51
- LLM training (easy)：68.54×，略低于 69.61×
- LLM training (hard)：14.19×，高于 8.36×
- Quadruped RL：31.3，高于 29.55
- Novel compiler：80.91% 通过率，低于 85.3%
system card 还指出，近期模型几乎都已经超过 Anthropic 旧的 rule-out 评估阈值，因此风险分析不再依赖这些自动化测试。
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
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27