LiveNerf 追踪 3 周:未发现 Opus 5.5 发布后被「暗削」的证据
TheOnlyVibemaster · reddit · 2026-10-15
Reddit 用户发起的 LiveNerf 项目连续 21 天用固定的 78 题测试面板测量 Claude Opus 5.5 的日常表现,累计 1638 次采样,试图用数据验证社区流传的「Anthropic 发布后偷偷降智」说法。
- 前 10 天为建立基线,波动较大,基线均分为 58.4%。
- 后 11 天方差收窄,分数呈现向均值回归的态势,最新一天得分 62.8%,数据范围内未观察到能力下降。
- 作者强调这不排除 Anthropic 在特定时段做限流,或用其他方式调整能力。
- 项目在 GitHub 上三周破 1.5k star,捐款将用于扩大算力;作者号召社区自测并反馈不同日期的体感,10 天后给出最终结论。
「模型」频道最新
- Perplexity 上线 Gemini 4 Argon,称刷新 WANDR 基准纪录 — AravSrinivas · 2026-10-16
- 开发者吐槽现行 DLP 全是正则方案，欲用 LLM NER 重做 — HankYeomans · 2026-10-16
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16