Claude Opus 5 登顶 AA-Briefcase，单任务成本还降了 20%
ArtificialAnlys · x · 2026-07-25
Artificial Analysis 说 Claude Opus 5 已经在其代理型知识工作基准 AA-Briefcase 上登顶，最高档位比 Claude Fable 5 领先约 146 Elo。
关键信息
- 最高档位成绩：AA-Briefcase 1720 Elo，Fable 5 为 1574
- 单任务成本：$17.79，比 Fable 5 的 $22.30 低约 20%
- 高档位：每任务 $10.41，仍比 Fable 5 高 32 Elo
- 分析质量：2016 Elo，比 Fable 5 约高 300 Elo
- 展示质量：1628 Elo，仍比 GPT-5.6 Sol（max）的 1666 略低
这套基准测的是更接近真实工作的私有任务：输入文件量大、输出要交付研究报告/演示文稿/表格等。机构给出的结论是：Opus 5 的提升主要来自规则通过率和分析质量，但代价是更慢、更多轮对话。
「模型」频道最新
- 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
- 用 Claude 讲清压限器自动增益补偿，音频工程师直呼最佳示范 — teropa · 2026-10-26
- ChatGPT 把记者当客服：404 Media 收到大量 AI 代写爆料邮件 — 404 Media · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26