Anthropic 内部基准：替代研究员需 85% 得分，Fable 5.1 还差得远
haider1 · x · 2026-09-02
据泄露/流传的 Anthropic 内部评测信息，Mythos 5.1 在公司内部的"真实研发（real R&D）"基准上得分略低于 Opus 5、高于 Mythos 5。
Anthropic 认为，一个模型需要达到 85% 的分数才能真正替代其研究员工——而 Mythos 5.1 距离这一门槛仍有明显差距。这为「前沿模型离替代 AI 研究员还有多远」提供了一个罕见的内部量化参照。
「模型」频道最新
- Mistral 发布 Timestral 时序预测模型，500 万参数可跑普通 CPU — lmoroney · 2026-10-18
- 曝 Hugging Face 热榜被刷:AutoTrust 模型靠数千养号点赞冲榜 — mrfakename0 · 2026-10-18
- AutoTrust 模型被曝刷榜:仅 17 天冲上 HF 史上点赞第 10 — realmrfakename · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18