被指 Opus 5.5 遭暗改降智,NerfBench 将发布首日与复测对比
CurieuxExplorer · x · 2026-09-26
不少用户声称 Anthropic 已对 Claude Opus 5.5 进行"nerf"(悄悄削弱能力)。评测账号 BridgeBench 推出 NerfBench,用首日跑分与次日复测对比来验证模型是否被暗改,声称已拿到 day 1 结果,将于次日上午公布复测成绩。
这种"同题首测 vs 复测"的方法被认为是判断模型是否被静默降级的较可信方式,结论待公布。
所属事件:NerfBench 复测 Claude Opus 5.5 未见暗中削弱(2 条相关)→
「模型」频道最新
- MazeBench token 效率榜:Fable 5.2 领先,将跑满 10 亿 token 验证 — patience_cave · 2026-11-16
- Fable 5.2 解谜好到可疑:仍答对已被更新作废的旧版迷宫答案 — patience_cave · 2026-11-16
- MazeBench 新高:Fable 5.2 花费 90 小时和 6000 美元跑出 21% 登顶 — patience_cave · 2026-11-16
- 腾讯 Hy4 flash 与 internlm Sage-S2.1-Flash 同日发布,实测征集 — MajesticPuzzler · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16