Anthropic 一跑差分数，基准就更难让人信了
teortaxesTex · x · 2026-07-25
用一句梗话概括了这类基准分数的“信任危机”：只要 Anthropic 在某个 benchmark 上表现一般，大家就更容易怀疑这个 benchmark 没那么靠谱。
配图里是在讨论 Opus 5 的 ECI：有人认为它应在 163.5 左右，理由是基于公开基准和 Anthropic 自己给出的信息；图中还提到 内部 AECl 为 162.1，甚至高于 Mythos 5。原帖最后的意思是：公共基准还得更难一点，不然太容易被解读或被“玩”明白。
所属事件:Anthropic 基准测试表现引发社区信任危机(2 条相关)→
「Fun」频道最新
- ChatGPT 竟让技术支持用户去联系 404 Media 记者，还代写爆料邮件 — petrusenko_max · 2026-10-27
- 「三星在我电视装麦克风没事，我在 OpenAI 办公室装就不行」 — djcows · 2026-10-27
- 教授吐槽未来工作：AI 干活，人类更新简历 — prof_kamilov · 2026-10-27
- 「AGI 都在加载了，你却在自我提升？」梗图调侃焦虑 — theteknosaur · 2026-10-27
- 用 AI 生成 PPT 预测 AI 泡沫:投资会议的当代奇观 — SuB8u · 2026-10-27
- 梗图:免费 Google AI Mode 秒杀 20 美元 ChatGPT,Reddit 热传 — Macegolem · 2026-10-27