ProgramBench 评测结果：Opus 5 依然领先，0813 为最强开源模型
teortaxesTex · x · 2026-08-23
ProgramBench Vetted 评测结果显示了有趣的分布，其中“almost”（通过至少 95% 测试的任务）指标最具启发性。Opus 5 依然表现出色（mogs），但 0813 版本是目前少数几个在评测中严格强于其他开源模型的版本之一。
所属事件:ProgramBench 评测出炉：Opus 5 领先，0813 夺最强开源(2 条相关)→
「模型」频道最新
- Muse Code 1.4.8 大幅省 token，官方宣布全员用量即时清零重置 — alexandr_wang · 2026-10-16
- 曝阿里巴巴与百度将为中国区 Apple Intelligence 提供关键模型支持 — nordicinst · 2026-10-16
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- 图像决策榜 JevImageBench 升级 v0.3.0，Top 5 大洗牌 — airesearch12 · 2026-10-16
- Muse Spark Open 预估成最强非中国开源 LLM，agent 基准预测得分 36 — zsakib_ · 2026-10-16
- Claude Opus 5.5 实测:低推理档位每小时迭代次数是最高档 9 倍 — tom_doerr · 2026-10-16