Haiku 5.5 多项跑分竟超 Opus 4.6,基准分数该怎么读?
Voiston44 · reddit · 2026-10-10
发帖人困惑:在不少基准上 Claude Haiku 5.5 的得分甚至高于 Opus 4.6,Cursor Bench 更是把 Haiku 5.5 Max 排在 Opus 5 Max 之前。小模型真的比老旗舰聪明吗?
讨论的核心问题:小模型在小任务上可能反超旧旗舰,但面对大型代码库时是否仍会落后?不同 benchmark 该如何解读,榜单分数与真实能力之间的落差有多大。
「模型」频道最新
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- Beam 对战 GLM 5.3 去审查版：10 轮攻防修补 96% 漏洞 — bigblueboo · 2026-10-23