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
- 有人认为 Jev 过热,Diffusion Gemma 才是被低估的真 System-1 — bingxu_ · 2026-09-23
- Opus 5.5 在 Blender 里逐根建模发丝，能力演示惊艳 — majidmanzarpour · 2026-09-23
- Opus 5.5 上线 Perplexity：额度慷慨，导入 skills 自动查 prompt injection — ChrisUniverse · 2026-09-23
- Brundage 玩梗「YouTube Poop 基准」，暗示新模型评测提升 — Miles_Brundage · 2026-09-23
- 机器人任务实测：GPT-6 推理越强操作越好，成本差 30 倍 — YuXiang_IRVL · 2026-09-23
- V4.1 Flash 本地跑 200 t/s,OpenRouter 上竟低至 13 t/s — teortaxesTex · 2026-09-23