Opus 5 与 5.5 跑分差异之谜:思考档位不同,Frontiercode 惩罚多余改动
andrew_n_carr · x · 2026-09-23
有人质疑 Opus 5.5 与 Opus 5 的 Frontiercode 成绩图表对不上,Andrew Carr 给出解释:两次测量的条件并不相同。
- Opus 5.5 的成绩图用的是 adaptive thinking + Max 档位,而 Opus 5 的发布图用的是 medium thinking。
- Opus 5 在 max 档得分 48,medium 档反而得 53。
- 差异原因:Frontiercode 会惩罚模型做了任务范围外的多余编辑,档位设置直接影响得分。
也就是说,两份图表并非矛盾,而是测试口径不同导致的数字错位。
所属事件:Opus 5 的 FrontierCode 得分从 53.4% 缩水至 48% 引争议(3 条相关)→
「模型」频道最新
- 曝部分 ChatGPT 用户已被路由到 GPT-6.2 Sol,下周或正式发布 — kimmonismus · 2026-11-08
- 开发者新组合:Grok Super + 去审查版 GLM 与 DeepSeek 跑技能 — vincent_koc · 2026-11-08
- OpenAI 发布 AI 生成数学手稿:宣称指数时间假设为假 — jiqizhixin · 2026-11-08
- 换硬件密钥后遭 OpenAI Daybreak 验证拒批,账号被锁 403 — Formal_Kick2995 · 2026-11-08
- 用户爆料 Google 封禁 Gemini 订阅接入第三方编码工具，违反 ToS — PixelCactus1 · 2026-11-08
- 印度 9B 多模态模型 Alpie Seed 榜单遭质疑：数据对不上、FP4 测速 FP16 报分 — cneuralnetwork · 2026-11-08