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
- Meta 开源 816B 参数 MoE 模型 Muse Spark Open,激活仅 42B — victormustar · 2026-10-16
- Baseten 首日上线 Muse Spark Open API:输入 $1.25/百万 token — baseten · 2026-10-16
- Anthropic 红队两年来首次“抹除”模型，GLM-5.3 拒答率从 90% 跌至 3% — cephaloform · 2026-10-16
- d1-ultra 登顶 Artificial Analysis 决策指数，成本仅约 30 美元/百万任务 — JosephJacks_ · 2026-10-16
- 用户喊话 Google：给新模型放宽用量、合并成一个 App — dreamwieber · 2026-10-16
- 用户吐槽:Gemini 网页版可用但编码工具中无权限,体验割裂 — dreamwieber · 2026-10-16