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(35 条相关)→
「模型」频道最新
- Anthropic 发布 Claude Opus 5，主打生物和化学能力 — gabepgomes · 2026-07-25
- Claude Opus 5 连自家系统卡都拒绝引用，版权边界很严 — peterwildeford · 2026-07-25
- Nvidia 将在直播中解析 Nemotron 3 Ultra 开源模型 — yacinelearning · 2026-07-25
- Claude Opus 5 在 LiveBench 逼近前排，实测仍落后 Fable 5 — bindureddy · 2026-07-25
- 有人调侃 Opus 5 只比 Fable 5 强一点，但价格砍半 — dejavucoder · 2026-07-25
- Every 对 Opus 5 转向负评，上月还在夸 Opus 4.8 — soumitrashukla9 · 2026-07-25