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
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27
- Anthropic Terra 回归：写作与个性显著提升，用量翻倍 — weswinder · 2026-10-27