转发帖质疑 Claude 基准图只挑出 GPT-5.6 Sol 唯一赢项
soumitrashukla9 · x · 2026-07-25
转发帖质疑 Claude 团队的基准图表“只突出 GPT-5.6 Sol 唯一赢的那项指标”，认为这种展示方式很不诚实。
被引用内容则是 Anthropic 的表述：Opus 5 在多项编码和知识工作评测上已成为新的 SOTA。帖子本质是在围绕模型评测结果和宣传口径争论。
「模型」频道最新
- Nanbeige4.3-33B 实测：单流 59 tok/s，64 并发总计约 1060 tok/s — MaziyarPanahi · 2026-10-26
- 测试显示 AI 检测器对轻度 AI 润色几乎全部漏判 — paulnovosad · 2026-10-26
- Qwen 4 疑似现身竞技场，阿里下一代模型或已开测 — AIFlow_ML · 2026-10-26
- Nat Lambert 首讲开源模型生态：蒸馏、风险与开放访问走向 — natolambert · 2026-10-26
- 同 harness 对比实测：Nanbeige 33B 输出零可编译 — julianharris · 2026-10-26
- Claude 拒写 SS7 异常检测器，安全分类器误伤防御研究逼用户跑 abliterated GLM — l4rz · 2026-10-26