PostTrainBench v1.2 发布:Fable 5.1 以 44.6% 登顶,Opus 5.5 居次
dejavucoder · x · 2026-10-02
PostTrainBench v1.2 更新发布,新版本榜单头名易主:Fable 5.1 以 44.6% 的成绩成为排名第一的 agent,Claude Opus 5.5 位居第二。作者还宣布该 benchmark 现已支持通过 Harbor 框架自行复现运行,详细说明见原帖线程。
所属事件:PostTrainBench v1.2 发布:Fable 5.1 登顶(4 条相关)→
「模型」频道最新
- Fable 5.2 对比 GPT-6 Astra:便宜 14 倍快 12 倍,效果还碾压 — jradoff · 2026-11-16
- Qwen4 Max 实测:Agent 自动化比肩 GPT-6.1,难 SWE 仍落后且更贵 — haider1 · 2026-11-16
- Nous 高管提醒:勿用 GPT 900k 变体,272k 后加收费用 — Teknium · 2026-11-16
- 爆料称 Gemini Argon 与 Carbon 均为 12T 参数大模型 — oran_ge · 2026-11-16
- Qwen4 Max 对比 GPT-6.1 Sol:同为高推理档,单价 $0.0909 vs $0.132 — Angaisb_ · 2026-11-16
- FutureSim Q3:LLM 从经验中真实变强,Opus 5.5 登顶 — rickasaurus · 2026-11-16