Claude Opus 5 可能因子代理分工而拉低硬测成绩
draginol · x · 2026-07-25
有人指出，Claude Opus 5 在一些“higher effort”基准上表现偏弱，可能不是因为主模型本身能力不足，而是它更多依赖子代理分担任务，而这些子代理通常并不是 Opus 5。
这条观察的重点在于：如果评测过程里混入了外部或更轻量的代理，最终分数可能更像是在衡量整个编排系统，而不完全是 Opus 5 单体模型的能力。
所属事件:Opus 5 测试现反直觉现象：中等推理性能最佳(10 条相关)→
「模型」频道最新
- Kimi 权重若公开，争论会转向硬件经济学对 V4 — teortaxesTex · 2026-07-25
- Anthropic 详解 Fable 5 编排、advisor 模式与缓存成本 — brada · 2026-07-25
- PaddlePaddle 的 HPD-Parsing 在 Hugging Face 走热，主打文档解析 — PaddlePaddle · 2026-07-25
- Claude Opus 5 在高推理档位达到最佳性价比 — thesaraharminta · 2026-07-25
- Claude Opus 5 按旧价上线，10 万上下文和 Agent 分数都更强 — 卡尔的AI沃茨 · 2026-07-25
- Claude Opus 5 在 ARC-AGI-3 上拿到 30.2% — rbhar90 · 2026-07-25