Sonnet 5.5 在 Bug Hunt Bench 跑出 628 次调用、111 分钟自检

PawelHuryn · x · 2026-09-29

博主 PawelHuryn 在 Bug Hunt Bench 上观察到 Sonnet 5.5 前所未有的执行行为:- Opus 5.5 (max):138–163 次调用,最后一分钟写报告(n=3)- Sonnet 5 (max):207 轮- Sonnet 5.5 (max):628 次模型调用,66 分钟出报告,且到 111 分钟、818 轮仍在持续检查自己的工作他称这是该基准历史上从未见过的行为,「这可能是一份疯狂的报告」,待第二个仓库判定后将重复至 n=3 再公布最终分数。

所属事件:Anthropic 新模型刷新 Bug Hunt Bench 纪录(3 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →