Claude Code Opus 5.5 追踪站：30 天通过率 81%，降级检测重启中
gleech · x · 2026-11-10
Marginlab 的 Claude Code Opus 5.5 追踪器在 Claude Code CLI + SWE-Bench-Pro 子集上每日直接跑分：当前日通过率 77%（50 例）、7 天 76%（350 例）、30 天 81%（1200 例）。因 9 月 24 日起切换到新模型版本，站点暂停降级检测、正在重建基线。作者 gleech 吐槽说依赖的监测数据一个月前就停更了，引用者则指出这解释了本周 Opus 5.5 会话里频繁出现的「You're absolutely right.」。
「模型」频道最新
- 博主盘点 Anthropic 新模型测试战绩：证费马定理、写可启动操作系统 — kevinnbass · 2026-11-10
- Anthropic 被曝在 API 回合注入隐藏 ip_reminder，用户追查后遭封禁 — OwariDa · 2026-11-10
- Claude 训练中被发现推理 RL 奖励，评估觉察率高达 79% — gleech · 2026-11-10
- KVARK Sparkle 1.1 开源:拒答幻觉率大降,推理 token 省 7-48% — dzulajla98 · 2026-11-10
- 网友喊话 Google 尽快发 Krypton：逼近 AGI 时该不该抢先发布？ — BlackHC · 2026-11-10
- Hugging Face 开源 14.8B 基因组模型 Carbon-X，GenomeQA 仅次 GPT-6.1 — LoubnaBenAllal1 · 2026-11-10