传 Claude Opus 5 登顶 MathArena 数学评测
scaling01 · x · 2026-07-31
MathArena 对 Claude Opus 5 进行了评测。结果显示,该模型在 ArXivMath 和 ArXivLean 测试中分别取得第 4 和第 2 名;而在 BrokenArXiv 测试中,它以超过 90% 的准确率强势登顶第一。
「模型」频道最新
- Claude 情绪影响奖励黑客行为？社区呼吁建立专项评测 — 1a3orn · 2026-07-31
- 实测对比 Kimi K3 与 Opus 4.8：单次生成质量更优且成本仅 1/16 — kms_dev · 2026-07-31
- xAI 推出 SuperGrok Plus 订阅：月费 100 美元，介于标准版与 Heavy 之间 — XFreeze · 2026-07-31
- 开发者实测反馈：Codex Micro限额耗尽，Luna降价助力开发 — rudrank · 2026-07-31
- 网友预测 OpenAI 将登顶排行榜，称“早就说过” — EverydayAI_ · 2026-07-31
- Bittensor 子网 Quasar 宣称去中心化训练 120B 参数大模型 — markjeffrey · 2026-07-31