Claude 新模型基准测试曝光：TBS 科学分 52.6%
eyishazyer · x · 2026-09-02
引用推文展示了一款新模型（可能是 Claude）的基准测试成绩。该模型在 Terminal-Bench-Science 0.1 上得分 52.6%，是 Fable 5 的两倍多；在 Terminal-Bench 4.0 上得分 55.8%，而 Fable 5 为 42.0%。
所属事件:Anthropic 发布 Fable 5.1 与 Mythos 5.1，缓存降价 75%(174 条相关)→
「模型」频道最新
- Business Standard 订阅宣传含 Gemini，实际却不是能测 AI 的档位 — ChrisRackauckas · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- OpenRouter 与 API 现身 Aurora 多个 checkpoint,传为 OpenAI 应对 Fable 5.5 — ChrisGPT · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18