Opus 5 被评价为深度研究任务表现极强
madhavsinghal_ · x · 2026-07-25
作者直接表示 Opus 5 在“deep research style work” 上“强得离谱”。
- 这是一条很短的能力口碑反馈，不是完整评测。
- 重点信息是：它被拿来评价的是偏研究、检索、归纳型任务，而不是日常闲聊或编程。
所属事件:Claude Opus 5 早期实测：效率提升但行为过度主动(29 条相关)→
「模型」频道最新
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 换评测框架成绩大涨：Argon 改用 Antigravity Harness 逼近 Opus 5.5 — davidstutz92 · 2026-10-27
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26