Fable 5.2 登顶 SimpleQA,teortaxes 称已无难基准、任意领域随时跳涨

teortaxesTex · x · 2026-11-15

Andrew Curran 指出新的 Fable 5.2 在 Epoch 的 SimpleQA Verified 上大幅领先所有对手,并预计下周将有两大关键事件:Anthropic 发布内部进展报告(含 RSI 更新数据),以及 OpenAI 发布 GPT-6.2 Astra,后者需要回应 Fable 的领先——不仅要在基准上,还要缩小"人们爱用它"这类软性差距。teortaxesTex 回应称 Andrew 大方向正确,但他已不再关心任何具体"硬"基准:SimpleQA、CritPT、机器人、绘画等,任何已定义的山丘都不再难爬,领先者可能在任意领域、以任意顺序出现跳跃式突破。配图为 SimpleQA 基准的问题类别分布饼图(Science and tech 858、Politics 709、Art 550 等)。