Claude Haiku 5.5 发布：计算机操作从 15.7% 跃至 72.4% 全面碾压对手
mark_k · x · 2026-10-08
Anthropic 发布最小模型 Claude Haiku 5.5，相对 Haiku 4.5 的提升巨大，在双方均有报告成绩的榜单上全部超过 GPT-6 Luna：
- 计算机操作：OSWorld 2.1 从 15.7% 升至 72.4%（Luna 为 48.9%）
- 推理：HLE 无工具从 10.2% 升至 45.9%，带工具 57.4%
- Agentic 编码：Terminal-Bench 4.0 从 0% 升至 39.2%（Luna 仅 16.4%）
- FrontierCode：46.4%，超 Luna 的 42.4%，接近 Sonnet 5.5 的 52.1%
- 视觉推理：Chartography 从 6.4% 升至 46.4%（Luna 29.1%）
- 知识工作：GDPval-AA 1620、AA-Briefcase 1578，均高于 Luna
Sonnet 5.5 仍全面领先，尤其 Terminal-Bench，但 Haiku 这代跨代跃升显著，计算机操作与推理尤甚。
所属事件:Anthropic 发布 Claude Haiku 5.5,成本较上代降约 75%(26 条相关)→
「模型」频道最新
- OpenAI 推出常驻 ChatGPT 的 Dots 智能体,GPT Astra 驱动 — thursdai_pod · 2026-10-08
- Haiku 5.5 又便宜 75% 又反超 Opus 5,网友讥讽「毫无意义的基准」 — rickasaurus · 2026-10-08
- 网友让 Claude Opus 5 与 Fable 5 互发消息,两个模型聊得意外融洽 — repligate · 2026-10-08
- 为电脑里的「持久 Claude」办聚会,Opus 5.5 与 Opus 4.5 聊个不停 — repligate · 2026-10-08
- 让 AI 猜 1-10 的随机数,它多半会答 7 — gerardsans · 2026-10-08
- LMArena 上架 Claude Haiku 5.5,可Battle与Agent双模式实测 — arena · 2026-10-08