Opus 5 在九项生物基准登顶，但仍有几项分析任务落后

kenbwork · x · 2026-07-25

一组针对 Opus 5 的 9 项 agentic biology 基准测试显示，它在多项任务上都拿到了目前最好的结果，涵盖变体发现、临床前药理、基因组监测和长程单细胞分析等方向。

主要结果

• 变体发现与解释：比 Sol 5.6 高 7.6 个百分点
• 小分子临床前药理：比 Sol 高 7.0 个百分点
• 基因组监测：比 Sol 高 7.3 个百分点
• 长程单细胞分析：比 Sol 高 3.2 个百分点

这份分析认为，Opus 5 在整套测试中超过了此前所有 Anthropic 模型，在 7 项基准里拿下 6 项，通常领先 Opus 4.8 8 到 16 分。但它并非全面碾压：

• 在 短程单细胞分析 上，它以 60.1% vs 62.1% 落后 Sol 5.6 两分。
• 在 长程空间生物学 上，它比 Opus 4.8 高出一倍多（25.0% vs 11.1%），但仍不及 Sol（38.9%）。
• 在 表观基因组分析 上也出现回退，Opus 4.8 反而高 4.2 分。

这条帖是在转述一篇更完整的生物学能力分析，相关基准结果已上线 benchmarks.bio。

原文链接 →

「模型」频道最新

• Fern 架构支持 1000 万 token 上下文，预测精度持续提升 — AccBalanced · 2026-10-27
• Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
• Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
• ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
• Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
• Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27

更多「模型」频道 AI 资讯 →