曝 Opus 5 跑分泄露：研究数学与长文本能力大幅跃升
echen · x · 2026-07-30
疑似 Anthropic 未发布的 Opus 5 模型在多项基准测试中曝光。相比 Opus 4.8，新版本在研究数学（Riemann-bench，68.0% vs 47.2%）、图表理解（Chartography，27.3% vs 15.9%）和长上下文智能体（HANDBOOK.md，32.3% vs 21.9%）方面实现了大幅提升。而在企业复杂指令、文档推理及创意写作等维度上，则表现为小幅改进或持平。
所属事件:疑似Anthropic Opus 5跑分泄露(2 条相关)→
「模型」频道最新
- 首测称 Gemini 4 Argon 写作远超 Opus 5.5 与 GPT 6 Astra — soumitrashukla9 · 2026-10-16
- 试用 Grok bot 却先收到 Cursor 欠费账单，两账户合并需先补款 — haydendevs · 2026-10-16
- TensorFold 1.0.12 发布：120B 视觉模型跑进 1-2 台 DGX Spark — HankYeomans · 2026-10-16
- 截图曝 Google 疑似未发布模型 Gemini 4 Argon，仅限 Ultra 和付费 Pro 用户 — il_-bro · 2026-10-16
- 谷歌:Gemini 4 Argon 进驻 Antigravity,代码提交增 35%、回滚降三分之一 — tekbog · 2026-10-16
- Gemini 分类器乱注入「无根据信念」警告，Opus 推理现场翻车 — liminal_bardo · 2026-10-16