Opus 5 体感更像同一天，只是失败更少了
mattpocockuk · x · 2026-07-25
如果你的评测 harness 和环境设计得足够好、也没有过度针对某个特定模型优化，今天的体验大概不会有太大变化，只是失败率会更低一点。
这是一条对 Opus 5 的简短体感判断，核心意思不是“能力发生了翻天覆地的变化”，而是模型稳定性与出错率有了小幅提升。
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
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11