Opus 5 发布时 FrontierCode 得分 53.4%,新卡片仅显示 48%
andrew_n_carr · x · 2026-09-23
开发者 andrewncarr 质疑 Anthropic 的评测口径:Opus 5 发布时在 FrontierCode 评测中得分为 53.4%,但在最新的 5.5 版模型卡中,同一评测只显示 48%。作者质疑两次数字为何不一致,引发对厂商模型卡评测透明度的讨论。
「模型」频道最新
- 给 Opus 5.5 接上创作工具后问它梦见什么，回答很有料 — angrypenguinPNG · 2026-09-23
- Yuchen Jin 实测 Opus 5.5 后判断：前沿模型编码能力已趋平台期 — Yuchenj_UW · 2026-09-23
- Forward Future 用 Opus 5.5 完成 8 项实测:建城、做游戏、动画 — MatthewBerman · 2026-09-23
- Matthew Berman 实测称 Opus 5.5 是全球最强模型 — MatthewBerman · 2026-09-23
- 花 5 美元微调 10 分钟,Qwen3.6 GPQA 涨 8% — simonguozirui · 2026-09-23
- 网友调侃:Google 需要靠 Gemini 4 才能回到牌桌 — haider1 · 2026-09-23