Claude Opus 5 多项基准领先，终端编码达 43.3%
Byakko_4 · reddit · 2026-07-25
- 这张图是 Claude Opus 5 的基准测试对比，横向比较了 Fable 5、Opus 4.8 和 GPT-5.6 Sol。
- 图中给出的关键数据包括：agentic terminal coding 43.3%、knowledge work 1861、ARC-AGI-3 30.2%、agentic search 90.8%、computer use 70.6%。
- 结果呈现出混合态势：Opus 5 在多项指标领先，但 GPT-5.6 Sol 在 DeepSWE v1.1 上更高，而 Fable 5 在 Humanity’s Last Exam（无工具） 上略高于 Opus 5。
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
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 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