博主据 METR 内部基准推算：Anthropic 内部模型已领先公开版一代
haider1 · x · 2026-11-09
haider1 根据 METR 的 AECI 基准曲线（含 Anthropic 内部模型分数）做出一系列推断：
- Anthropic 似乎已用内部 Model 3 让 Opus 5.5 达到「Astra 级」性能——这是上一代 Model 2 配 fable 5.1 未能做到的。
- OpenAI 同样扣住了自家相当于 Model 3 的模型不发，暗示其内部可能真的领先对外一代。
- 从 AECI 分数看，Model 4 的能力可能只相当于较早期的某 checkpoint，尽管训练晚了 1-2 个月。
配图为截至 2026 年 10 月的 AECI 趋势图：纳入内部模型后，基准分数增速达此前（2025 年 10 月前）的 1.9 倍（95% CI 1.5×–2.8×），从每年约 +15 分跃升至约 +29 分，Model 4 达 178.6、Opus 5.5 为 174.6。注意此为博主个人推测，未经证实。
「模型」频道最新
- 用户实测疑触发 GPT-6.2 灰度,GPT-6.1 Sol 部分路由到新模型 — koltregaskes · 2026-11-09
- Thinking Machines 发布 Inkling 2 Small：594B MoE，权重下周开源 — geoffwolfe · 2026-11-09
- Opus 5.5 竟自己选了个完全随机的测试 secret — davidcrawshaw · 2026-11-09
- 用户吐槽 Opus 5.5 明显降级：两条 prompt 做出的游戏画面如今做不出 — Rasmic · 2026-11-09
- $100 档 xAI 订阅用量骤降,用户晒额度耗尽截图扬言退订 — gnukeith · 2026-11-09
- 清华与月之暗面 TCSExam 基准:GPT-6 Astra 证明 70% 定理却解不开 0 道公开猜想 — rohanpaul_ai · 2026-11-09