仅15天:开源Qwen3.8在企业评测四个维度反超Claude Opus 5
ryanshrout · x · 2026-09-16
Signal65 的 PINNACLE 企业评测榜单上，Claude Opus 5 于 8 月 31 日发布即登顶；仅 15 天后，阿里 Qwen 的开源权重模型 Qwen3.8-2.4T-A95B（中等推理档位）就在五个企业 persona 中的四个上超越 Opus 5，第五个持平。
- 具体数据：同一多步企业任务中，该开源模型加权错误率比 Opus 5 低 15%
- 而榜单发布时，最好的开源模型还落后 Opus 5 1.4 倍
- 作者结论：开源权重在两周内追平了当时的最高水平，任何「暂停 AI」的主张都得掂量这个追赶速度
所属事件:开源模型逼近前沿，PINNACLE基准给暂停论泼冷水(3 条相关)→
「模型」频道最新
- 同一个任务两种「质感」：RL 过拟合模型与通用智能的手感差异 — theteknosaur · 2026-11-02
- LightOnOCR-3 发布：单一模型搞定转录、版面与图表解析 — IgorCarron · 2026-11-02
- NVIDIA Kumo 家族拆解：四款表格基础模型各管一类结构化数据 — pandeyparul · 2026-11-02
- SemiAnalysis：选模型别忽视安全分类器，Meta 网络安全模型居首 — ThomasScialom · 2026-11-02
- Reddit 用户盛赞 DeepSeek V4.1 Flash 1017：快、稳、便宜到可弃闭源模型 — _bachrc · 2026-11-02
- 本地量化模型对决 Claude：9 个真实 bug 修复实测，量化掉分更掉时间 — FeydRowan · 2026-11-02