Arena 新事实性榜单把 Claude Opus 5 Max 排到第一
arena · x · 2026-07-28
Arena 新事实性榜单：Claude Opus 5 Max 排第一
Arena 表示，开启 Max reasoning 的 Claude Opus 5 在新的 factuality 排行里拿到 #1。这个指标把人类偏好和事实准确性结合起来：平台会抽样对战结果，提取可核查的事实，并进行一对一正确性检查。
这个事实性视图已经作为 非默认开关 上线到 Text 和 Search Arenas。Arena 还表示，随着更多投票和 trace 进入系统，后续会继续发布更多类别的发现。
「模型」频道最新
- 工程师直言 Opus 5 留下阴影，称再也无法直视 Opus 模型 — josh_wills · 2026-09-23
- GPT-6 Sol/Luna 登陆 Gm 平台,上线即比官方定价低 12.9% — markjeffrey · 2026-09-23
- 曝 GPT-6 系列 Sol 与 Luna 已上线,用户称便宜好用可与 Opus 5.5 对比 — teortaxesTex · 2026-09-23
- 决策模型 Jev 接入 OM1,在 NVIDIA Isaac Sim 中驱动 Go2 机器人导航 — paigeinsf · 2026-09-23
- 网友辩称随机采样是智能必需：确定性模型或无法「思考」 — burny_tech · 2026-09-23
- 网友预测 2026 秋：Opus 5.5、GPT-6、Qwen4 同期登场 — IanAndrewsDC · 2026-09-23