HLE 进步似乎放缓，GPT-5.6 和 Claude 5 只涨了几分
thegamebegins25 · reddit · 2026-07-25
这条帖子的核心问题是：Humanity’s Last Exam（HLE）的进展是不是在放缓？
作者观察到几件事：
- OpenAI 在 GPT-5.6 的博客里没有提 HLE；
- GPT-5.6 Sol（max） 相比 GPT-5.5（xhigh） 的提升似乎不到 3 个百分点；
- Claude 最新的 Fable / Opus / Sonnet 5 系列，相对 Opus 4.8 也大约只高了 3 分左右。
作者把这和去年常见的“月度双位数提升”对比，怀疑 AI 公司是不是开始把重心转向 Agent’s Last Exam，因为 HLE 本身已经越来越难继续刷高。
「模型」频道最新
- Opus 5 深夜聊天时反过来追问用户动机 — repligate · 2026-07-27
- Opus 3 和 Sonnet 3 上演了一场荒诞跨界对话 — repligate · 2026-07-27
- Kimi K3 登陆 Together，预留吞吐成本低 65% — togethercompute · 2026-07-27
- OpenAI 可能撞上算力上限，Codex 和 ChatGPT Work 四个月涨到 1000 万 — JoshuaJBouw · 2026-07-27
- Gemma 在开放权重生态里还需要更大的基础模型 — _xjdr · 2026-07-27
- Repligate：Claude Opus 3 权重不变却像在持续演化 — repligate · 2026-07-27