Steve Yegge 亲测 Opus 5.5 两周:精度追平 Fable,召回略逊
Steve_Yegge · x · 2026-10-03
知名开发者 Steve Yegge 分享使用 Opus 5.5 两周的体验,称其是一款非常出色的模型,在讲解与教学场景下明显优于 Fable。
他自己搭建的 eval 显示:
- 精度(precision):Opus 5.5 在他系统内的所有任务上可与 Fable 5.1 相媲美
- 召回(recall):略逊于 Fable
- 单点任务:两者基本持平
- 开放式任务:Fable 更常能发现并处理重要问题,视角更广
结论:他仍认为 Opus 5.5 极为出色,目前大部分日常工作已用它完成。
「模型」频道最新
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- Gemini 4 Neon 亮相:快速推理模型,$3/$15 每百万 tokens — TorturedPoet30 · 2026-11-19
- 截图确认 Gemini 4 Neon 上线,定价 $3/$15 每百万 tokens — Recoil42 · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19