Claude Fable 5.1 高配版以 92.3% 刷新 WeirdML 评测 SOTA
teortaxesTex · x · 2026-09-03
Claude Fable 5.1（high）在 WeirdML 评测中拿到 92.3%，以 0.4% 的优势超过 Fable 5（max），创下新 SOTA，并在 17 项任务中的 3 项上刷新纪录，且所有任务表现都很强。
评测维护者 @htihle 表示该基准已接近饱和：已知至少可达到 93.9% 的分数，可能还有少量提升空间，不确定还会继续用前沿模型跑多久。TinfoilTricorn 评论称对弱模型而言该评测仍会在一段时间内保持区分度。
「模型」频道最新
- 花3个月实测:Anthropic 内部模型能否设计蝎子抗毒血清 — apoorvasriniva · 2026-10-21
- Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
- Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
- RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
- 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
- Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21