Claude Fable 5.1 得分 81.9%,SimpleBench 原文显示仍未破人类基线
koltregaskes · x · 2026-09-06
有推文称 Claude Fable 5.1 成为首个超越人类基线的模型,但引用的 SimpleBench 官网原文给出相反数据:该基准上未受专门训练的人类基线为 83.7%,而包括当前最强模型 Claude Fable(81.9%)在内的所有已测 LLM 均未达到。SimpleBench 含 200+ 道选择题,考察时空推理、社交智能与语言对抗性(trick questions),样本中 9 名仅具高中学识的普通人即可跑赢所有前沿模型。此模型名称未经证实,且原推结论与其引用页面矛盾,建议以官方技术报告为准。
「模型」频道最新
- 去审查版 V4.1-Flash 评测：抽象代数跌 6 分，大学数学反涨 5 分 — teortaxesTex · 2026-10-23
- Claude 每小时弹「模型容量已满」,付费用户怒问该不该退订 — Alex-Stack · 2026-10-23
- Kimi K3.1 发布在即，3T 参数+3 个月 RL 被视为成败关键 — teortaxesTex · 2026-10-23
- 多个 Hugging Face 模型突然消失,含「去审查/攻击性安全」微调版本 — umarmnaq · 2026-10-23
- Claude 菜单现神秘模型代号 Fable，博主用量已爆表 — ezshine · 2026-10-23
- 开发者实测：Sol 6.1 的前端代码能力相当不错 — Dimillian · 2026-10-23