Claude Opus 5 登顶 ProgramBench，大幅超越 GPT-5.6
jyangballin · x · 2026-08-13
在要求 AI 从零开始重建完整程序（如 sqlite、ffmpeg）的 ProgramBench 评测中，Claude Opus 5 (xhigh) 以解决 9 个任务（4.5%）的成绩成为新的第一名，大幅超越了此前解决 2 个任务的 GPT 5.6 Sol。
所属事件:Claude Opus 5登顶ProgramBench，程序重建能力大幅超越GPT(2 条相关)→
「模型」频道最新
- Claude 3.7 Flash 已上线 Vertex AI 开放测试 — Big-Reason-2976 · 2026-08-13
- 7B 开源视觉模型 SenseNova-Vision：单架构搞定分割、深度与 3D 重建 — SandyL925 · 2026-08-13
- 实测 Gemini 3.7 Flash：Medium 与 High 模式出图质感对比 — Angaisb_ · 2026-08-13
- 开源模型大爆发：Kimi K3、DeepSeek V4 等即将登场 — demian_ai · 2026-08-13
- Mistral 发布 OCR 4.1：精准解析复杂排版与嵌套图像 — FlolightC · 2026-08-13
- 开源真香：MiniMax H3两周登顶该厂下载量榜首 — Pissmaster-69 · 2026-08-13