Opus 5.5 系统卡曝光，scaling01 疑问：CoBench 要被榨干？
scaling01 · x · 2026-09-23
scaling01 分享了 Anthropic 刚发布的 Opus 5.5 系统卡（System Card）链接，并提出疑问：面对新模型，「CoBench 是不是完蛋了」——意指该基准上的成绩可能被新模型刷新或失去区分度。
系统卡是 Anthropic 对模型能力、安全测试与风险评估的官方技术文档，值得逐项查看。
所属事件:Anthropic 发布 Opus 5.5 系统卡，公开安全与能力说明(2 条相关)→
「模型」频道最新
- 11 个 LLM 剑桥辩论社对决 1168 场：Claude Fable 5.2 压倒性夺冠 — AymericRoucher · 2026-11-12
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12