12 小时对比测试称 Opus 5 在分析任务上不如 4.8
mynaame · reddit · 2026-07-28
作者用相同提示词把 Opus 5 和 Opus 4.8 做了约 12 小时的并排测试，覆盖编程和非编程任务。
他的感受是，Opus 5 在非编码任务上反而让人失望：更容易偷懒、爱先入为主、经常没有仔细读 PDF 和 Markdown 参考材料，输出也更像一块块堆叠的文本，段落组织不如预期。
在编码任务上，两者差别不大，传统日常开发场景里几乎没拉开明显距离。作者的结论是：对他来说，Opus 4.8 反而更连贯、更精确，而 Opus 5 没带来足够明显的升级。
「模型」频道最新
- 网友观察到模型自生成「理想回答」用于训练其他模型 — liminal_bardo · 2026-10-16
- Reflection Beam 501B MoE 登陆 GB200:单用户 463 tok/s — zhyncs42 · 2026-10-16
- JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评 — airesearch12 · 2026-10-16
- LMArena 上线 Agent 与代码双排行榜，可对比各模型智能体实力 — arena · 2026-10-16
- NVIDIA Nemotron-3.5 实测遇冷:Bolt 74B 在 pandas/numpy 与决策类测试不及 nano 版 — norenEnmotalen · 2026-10-16
- Reflection 开源 501B 模型 Beam,Apache 2.0 携 40+ 伙伴生态发布 — bhutanisanyam1 · 2026-10-16