Opus 5 在 FrontierCode 上中等 effort 反超更高 effort
kieranklaassen · x · 2026-07-25
转发的线程指出，Opus 5 在 FrontierCode 上出现了一个反直觉现象：中等 effort 的分数反而高于更高 effort，尽管在其他评测上，增加 effort 仍会带来性能提升。
这暗示“更多思考/更多算力”并不一定在所有编码评测上都带来更好结果，FrontierCode 可能暴露的是另一类失败模式。
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
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11