FutureSim Q3 评测：Opus 5.5 调用 50+ 子智能体登顶榜首
maksym_andr · x · 2026-11-16
nikhilchandak29 发布 FutureSim 2026 Q3 模拟评测结果，Opus 5.5 超越 GPT 登顶，展现强先验与出色的测试时适应能力。
- Opus 5.5 在 90 天模拟中调用 50+ 子智能体、记录超 400 条研究笔记
- 比 6.1 Sol 的 token 效率高 50%
- maksymandr 评论称 Opus 5.5 明显领先其他模型
「模型」频道最新
- Percy Liang 质疑实验室评测披露：请给外界可评估的非空洞信息 — lateinteraction · 2026-11-16
- Anthropic模型人格观察：Mythos 5自带「神格」，5.1却沉迷其他 — repligate · 2026-11-16
- 开发者吐槽 Sol-6.1 与 Opus 5.5 意图理解差距巨大，猜测后者为蒸馏版 — sytelus · 2026-11-16
- 实测打脸「本地 Sonnet」：Qwen 27B 连按日期列文件都做不对 — dtdisapointingresult · 2026-11-16
- 用户发现 GPT-6.1-high 请求被路由到 6.2-high，求解关掉 — Striking-Loan-1118 · 2026-11-16
- 开发者盘点各家模型「性格」：Claude 悲观可靠，Grok 搜索强但欠聪明 — gnukeith · 2026-11-16