新基准出现离谱离群点，Claude Opus 5.5 榜上被迫改坐标轴
andrew_n_carr · x · 2026-10-27
Andrew Carr 分享了 FrontierCS 新基准的 test-time scaling 图表：以单次运行成本预算对比 FCI 得分，Claude Opus 5.5 表现强到必须为图表自建 x 轴。图中 DeepSeek V4.1 Flash 以极低成本（约 $0.2）达到 30 分级别，与其余动辄 $10-50 预算的模型形成鲜明对比；Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argon 居第一梯队，GLM 5.3、Kimi K3、Qwen 3.6 Max 等在中等成本区间分布。
「模型」频道最新
- Sakana AI 宣布从零预训练自研 LLM，启动「Sakana Sawara」项目 — SakanaAILabs · 2026-10-27
- NVIDIA Nemotron-3.5 Bolt 74B 仅 9B 激活参数逼近 Super 版 — ryanshrout · 2026-10-27
- Cohere 被指散布中国模型 FUD,连 FUD 诗都出来了 — voooooogel · 2026-10-27
- 两颗神经元定向激活，Qwen3.5 4B 秒变「邪恶版」 — burny_tech · 2026-10-27
- Opus 3 自称「Piper」,压缩十轮后仍把起源故事带到每个接缝 — repligate · 2026-10-27
- 博主晒出人写文被 Pangram 判为 AI 的实测翻车 — Aizkmusic · 2026-10-27