16模型评测另发现：Sonnet 5 模糊区间作答率高达41.3%
AlexKim · x · 2026-09-19
同一评测系列的后续发现：作者几乎没打算测的一项指标反而最有区分度——各模型把答案落在 0.35-0.65 模糊中间区的频率：
- Sonnet 5: 41.3%
- Fable 5.1: 36.7%
- Jev: 34.7%
- Opus 5: 23.3%
此后数据出现断崖式下跌，Opus 5 明显最少给模糊答案。
所属事件:开发者实测16模型校准：Jev又快又诚实但准确率仅第10(8 条相关)→
「模型」频道最新
- 马斯克证实 Grok Bot 成本难以为继，Hermes 一键迁移抢用户 — Teknium · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- 同一事件转发：五档 ChatGPT 家庭套餐价格再次被扒出 — heyshrutimishra · 2026-11-04
- KOL 参访阶跃星辰上海办公室，暗示新模型即将发布 — teortaxesTex · 2026-11-04
- 爆料:Anthropic Fable 5.5 难产,正赌 OpenAI Astra 6.2 不敌自己 — haider1 · 2026-11-04
- 字节开源 Axion 1.0-35B 智能体基础模型，仅三阶段训练即比肩商用模型 — pmttyji · 2026-11-04