Claude Opus 5 在视觉相关基准上表现尤其强
xeophon · x · 2026-07-25
这条回复引用了 Claude Opus 5 的基准图，并把结论概括为：它在带有视觉成分的任务上表现尤其强。
被引用的图里，Opus 5 在 Frontier-Bench 终端编码、GDPVal-AA v2、ARC-AGI-3、BrowseComp、OSWorld 2.0、BioMysteryBench 等指标上都很突出。
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
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- RTX 3060 全本地语音助手复刻 GPT Live 官方演示，6 分钟跑完全程 — liampetti · 2026-09-11
- 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