vibesbench：让各模型聊 90 年代另类摇滚，Claude Sonnet 4.5 谈 Courtney Love 被低估
firasd · x · 2026-10-25
开发者 firasd 展示其自建的非正式评测项目 vibesbench：不做跑分，而是把同一对话提示丢给各家模型，保存完整回答记录。其中一题是「90 年代美国音乐为什么那么焦虑」，主帖展示旧版 Claude Sonnet 的回答；另一条记录里 Claude Sonnet 4.5 对「Courtney Love 被低估」发表长篇见解，指出她因名人身份遮蔽了音乐成就，并称赞《Live Through This》的词曲功力。项目转录文本开源在 GitHub。
「模型」频道最新
- AsciiBench 上线：13 个模型盲测画 ASCII 艺术，投票后才揭晓身份 — JasonBotterill · 2026-10-25
- ARC-AGI-3 榜单讽刺图：GPT-6 得分近 90%，单题成本破万美元 — haider1 · 2026-10-25
- 传 Anthropic 将发 Opus 5.5，呼吁减速两周后自己踩油门 — StewartalsopIII · 2026-10-25
- 用户反馈 Anthropic 疑似暗中下调 Opus 5.5 用量上限 — CtrlAltDwayne · 2026-10-25
- 用户实测：额度重置后 Codex 用量已跌 31%，OpenAI 定价不经济 — CtrlAltDwayne · 2026-10-25
- Nous Research：数天内所有订阅档将附赠云端 Hermes Agent 实例 — Teknium · 2026-10-25