Bug Hunt Bench 对比比此前报告的更悬殊,作者更正轮数
PawelHuryn · x · 2026-09-29
Pawel Huryn 更正其 Bug Hunt Bench 报告中的数据：他此前给出的轮数有误，Opus 5.5 与 Sonnet 5.5 之间的实际对比比之前描述的还要悬殊。后续将在第二个 repo 评分后继续实验至 n=3 并公布结果。
所属事件:Anthropic Opus 5.5 刷新 Bug Hunt Bench 纪录(2 条相关)→
「模型」频道最新
- Anthropic 员工提醒:别把 Sonnet 拉满 effort,该用 Opus — edwinarbus · 2026-09-29
- Claude 官方晒 Sonnet 5 对比 5.5 演示,暗示新版将至 — EricBuess · 2026-09-29
- Anthropic 官方晒 Sonnet 5.5 早期实验:对比 Sonnet 5 做落叶模拟器 — claudeai · 2026-09-29
- Anthropic 发布 Opus 4.5,推文引发模型圈热议 — repligate · 2026-09-29
- Sonnet 5.5 实测:延续 Opus 手感,可读性登顶,能力大幅跃升 — every · 2026-09-29
- 网友实测称 Qwen-Next 3.8 编码追平 Sonnet 5.5，本地模型已到第一梯队 — LegacyRemaster · 2026-09-29