Anthropic 员工自报编程提效:Opus 4.5 达 2.5 倍,大倍数自报难靠谱
maksym_andr · x · 2026-11-17
maksymandr 继续 thread,讨论 METR 对 Anthropic AI 研发加速的独立评估。
- 他认为「员工非正式自报提效」曲线更具代表性:Opus 4 到 Opus 4.5 出现明显台阶(约 1.3x vs 2.5x),配图显示 Anthropic 员工自报提效从 3.7 Sonnet 起持续爬升,拟合给出约 3.9x/年的指数增速,另一拟合甚至呈超指数。
- 但他也提醒:自报提效可能极不可靠,尤其大倍数时——判断 6x 还是 12x 比判断 1x 还是 2x 难得多。
所属事件:METR 独立评估:Anthropic 内部 AI 研发效率约提至 2 倍(4 条相关)→
「模型」频道最新
- Inkling-2-Small 速度通关基准击败 Claude Opus 5 与 GPT-5.6 — tessybarton · 2026-11-17
- DeepSeek 限长对话遭差评,豆包工作对比 WorkBench 9 组中 6 组更便宜 — lxfater · 2026-11-17
- 博主称 Qwen 4 已发布,Anthropic 防蒸馏或拖慢中国模型 — kimmonismus · 2026-11-17
- Ornith 系列 9B 与 35B-A3B 模型上线 Amazon SageMaker,一键部署 — QuixiAI · 2026-11-17
- 开发者称 inkling 思维链高效,风格似 gpt-oss 且无蒸馏感 — LiTianleli · 2026-11-17
- 用户吐槽 Claude/Fable 的“智识谄媚”已达新高度 — rao2z · 2026-11-17