Claude Opus 5 在高推理档位达到最佳性价比
thesaraharminta · x · 2026-07-25
- 配图展示了 Claude Opus 5 在 Vibe Code Bench 上不同 reasoning level 的表现。
- 准确率从 low 76.7%、medium 82.0% 一路升到 high 89.8%。
- 但继续提高到 xhigh 88.3% 和 max 88.4% 后，成绩反而略低于 high，而且单任务成本明显更高。
- 结论是：high 可能是这组设置里最划算的选择。
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