Anthropic 的 Opus 4.8 非代码任务更强，但 5 代刷榜更好
burkov · x · 2026-07-28
作者表示，Anthropic 的 Opus 4.8 在非编程任务上比 5 代更好，自己又重新把它用于日常非代码工作。
帖子同时称，Opus 5 虽然在基准测试上赢过 Fable 5，但更像是“为了刷榜而优化”的版本：
- 基准分数更强，但
- 真实任务更笨，不如 4.8 顺手。
作者还提到，自己在编程上仍更偏好 Codex，尤其是在 Sol 最近更新之后；至于 Kimi K3，则因为感觉更慢、更贵而暂不打算尝试，并把这一点解释为中国高端 GPU 供给不足。
所属事件:Anthropic Opus 5 基准领先但实战口碑分裂(6 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11