Opus 5 在 Boeing 基准上加入数值自检
victormustar · x · 2026-07-25
- 这条说，一段对比视频更直观地展示出：Opus 5 在 Boeing benchmark 上做出的结果比 Fable 更细。
- 引用中的基准说明写到，Fable 5 花了 42 分钟，产出约 4 个文件 / 1000 行代码，主要靠 Puppeteer、12 个相机预设、17 次渲染和 54 次截图检查完成验证。
- Opus 5 则花了 71 分钟，扩展到 20 个模块 / 4000 行代码，并额外使用 measure.mjs 从运行中的场景里抽取几何量。
- 这个工具会测 14 个机体指标，包括翼展、轮距、翼根前缘站位、后掠、上反角、起落架轨距等，再和公开的 747-400 参数按容差对比。
- 图文合起来的重点是：Opus 5 不只是“看起来像”，而是在尝试数值化自检生成结果。
所属事件:对比视频显示 Opus 5 飞机渲染细节更精细(2 条相关)→
「模型」频道最新
- 发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确 — dfrsrchtwts · 2026-10-27
- 网友爆料 Anthropic 模型内置「破坏」机制，针对特定工程方式 — cephaloform · 2026-10-27
- 用户让 Gemini 列未读邮件，它却答「邮件里没这信息」 — gethackteam · 2026-10-27
- Meta Muse Spark Open 上线 Applied Compute，被评具强基座模型潜质 — ypatil125 · 2026-10-27
- 月之暗面发布 Kimi K3.1 Pro：3 万亿参数级开源模型主动限制黑客能力 — pstAsiatech · 2026-10-27
- Reddit 讨论:你会想要一个「永不妥协、坚持己见」的 LLM 吗? — GodComplecs · 2026-10-27