Claude Fable 5.2 距 SimpleBench 人类最高分仅差 0.5%,Gemini 4 双子紧随

koltregaskes · x · 2026-11-11

SimpleBench 是一个 200+ 题的多选文本基准,考察时空推理、社交智能和语言对抗鲁棒性(陷阱题),非专业人类基线为 83.7%,长期超过所有 LLM。最新榜单显示 Claude Fable 5.2 得 94.9%(注:原帖称距最高人类分 95.4% 仅差 0.5%),首次登顶;Gemini 4 Carbon 92.6%、Gemini 4 Argon 91.7%、Claude Opus 5.5 88.4%、Claude Fable 5.1 86.6% 分列其后。模型正在快速逼近乃至超越人类非专业基线。