LiveNerf 连续 29 天实测:未发现 Claude Opus 5.5 被降智
TheOnlyVibemaster · reddit · 2026-10-23
- Reddit 用户发起的 LiveNerf 项目用固定的 78 题冻结题板,连续 29 天(2262 个样本)独立追踪 Claude Opus 5.5 的 API 能力变化,项目在 GitHub 已获约 1.5k star。
- 数据显示日均得分 59.0%,与上线首周基线 58.4% 基本持平,未检测到 6.6 分以上的能力下降,即在该方法的检测精度内 Anthropic 并未对 Opus 5.5「降智」。
- 作者表示这只是首个目标,计划扩展到独立追踪其他模型与 API,正在洽谈潜在资金,并将在 Fable 5.5 发布后用同样方法追踪。
「模型」频道最新
- OpenAI 额度机制遭吐槽：剩 13% 用量时拒绝手动重置 — AccomplishedSugar490 · 2026-10-23
- 816B Meta 新模型 39 分反输 180B Qwen：开源模型得分/规模图 — BTA_Labs · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23
- SubQ Snap 1.1 登顶决策模型指数，384K 上下文与低幻觉率取胜 — ArtificialAnlys · 2026-10-23
- PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms — matthen2 · 2026-10-23