Claude Opus 5 在 FrontierCode 上中等推理反而更强
zainhas · x · 2026-07-25
有人在问 Claude Opus 5 是否有“想太多”的问题。贴出的基准结果显示，在 FrontierCode 主集和扩展集上，Opus 5 采用 medium reasoning effort 的表现，反而优于 high / xhigh / max。
这意味着，把推理强度继续拉高，未必总能带来更好分数；在某些基准上，反而可能出现“越想越亏”的情况。
所属事件:Opus 5 编码测试反转：推理越强分数反而下滑(13 条相关)→
「模型」频道最新
- DeepSeek 每 token KV 缓存两年降至 890 字节,开源闭源差距之辩 — teortaxesTex · 2026-10-27
- 爆料推测:fable 5.5 或达 4-5 万亿参数,以规模压制 Opus — haider1 · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27