Surge AI 榜单:最小的 Claude Haiku 得分超越最大的 GPT-6
echen · x · 2026-11-17
博主 echen 借 Jeff Dean 类比提出观点:真正优秀的工程师不只是写出能通过单测的正确代码,而是能指出你什么时候在犯傻、帮你权衡架构取舍、想得比你远十步、造出你真正需要的东西。按此标准,「最小的 Claude 也比最大的 GPT 更像 Jeff Dean」。
配图为 Surge AI 的 SUDO L7 评测榜单:Claude Sonnet 5.5 得 62.2%,Claude Opus 5.5 得 57.9%,Claude Haiku 5.5 得 49.3%,均高于 GPT-6 Astra 的 47.7% 和 GPT-6.1 Sol 的 47.4%——即最小的 Haiku 也跑赢最大的 GPT。
所属事件:Surge AI 新基准显示最小 Claude 工程判断力胜过最大 GPT(2 条相关)→
「模型」频道最新
- Inkling 2 Small 登顶 ARC-AGI-2 达 81.7%,但 ARC-AGI-3 仅 2.6% — teortaxesTex · 2026-11-17
- Inkling-2-Small 评测:单节点每小时完成 911 个企业任务,成本比 DeepSeek 低 43% — ryanshrout · 2026-11-17
- 媒体团队用 Claude Fable 5.2 扫描会议与 Slack,总结出产品哲学文档 — every · 2026-11-17
- 量化版 Opus 5.5 又出怪事:把「运行命令」说成「打开命令」 — ryunuck · 2026-11-17
- 网友喊话 OpenAI:周四放传闻中能解千禧年数学难题的模型 — haider1 · 2026-11-17
- Verus Proof Index 发布:25 个模型的智能体形式化证明能力基准 — fhuszar · 2026-11-17