Surge AI 基准实测：所有 Claude 模型含 Haiku 均击败 GPT 系列
echen · x · 2026-11-14
Surge AI 公布其在 sudo L7 基准（面向 Staff+ 级软件工程师判断力与行为编码的测试）上对 Claude 与 GPT 顶级模型的横评结果：
- Claude Sonnet 5.5：62.2%（第一）
- Claude Opus 5.5：57.9%
- Claude Haiku 5.5：49.3%
- GPT-6 Astra：47.7%
- GPT-6.1 Sol：47.4%
结论：包括最小的 Haiku 在内的每一款 Claude 模型得分都高于所有受测 GPT 模型，在模拟 Staff 级工程师的判断力场景中 Claude 阵营明显占优。
「模型」频道最新
- Thinking Machines 系开源模型 Tess-4.5-594B 发布，SWE-Bench Pro 超 base 模型 — Scobleizer · 2026-11-14
- 与迈阿密 AI 创始人晚宴:宁买 token 不雇人,获客仍是最大难题 — rakyll · 2026-11-14
- Together AI 举办研讨会,拆解 65B 小型编码模型 Ripple 的构建决策 — togethercompute · 2026-11-14
- 换了编辑器后没免费 DeepSeek 可用，开发者求荐值得用的免费模型 — nirurin · 2026-11-14
- 质疑 Anthropic 算法大跃进：同算力下 bpb 大幅提升不可信 — teortaxesTex · 2026-11-14
- AI 攻克哥德尔千页手稿,数天解锁数百条未知定理 — stevenstrogatz · 2026-11-14