Claude Fable 5.2 Arena 代理榜抱怨率仅为其他模型一半,播客热议版本谜团
thursdai_pod · x · 2026-11-18
Thursdai 播客新一期节目预告,核心话题围绕 Anthropic 模型在代理任务上的表现争议:
- 据 @petergostev 援引 Arena agent 排行榜数据,Claude Fable 5.2 在「用户赞扬 vs 抱怨」比率上几乎是其他模型的两倍。
- 由此引出的疑问:Claude Fable 5.2 是否是全球最强模型,还是 Opus 5.5 已经够用?以及为何排名领先的是 5.2 而非 5.5 这个更高版本号。
节目提供完整回放链接与 show notes,下一期定于 11 月 19 日(周四)。
「模型」频道最新
- Arena 智能体榜单:Claude 好评差评比近两倍领先其他模型 — thursdai_pod · 2026-11-18
- GPT-6 Cyber 发现 Java 重大漏洞,波及约 90% 财富 500 强公司 — gdb · 2026-11-18
- GPT-6.2 Astra 口碑翻车:多位知名评测人齐称「不可用」,不及 Opus 5.5 和 Fable — deedydas · 2026-11-18
- ARC-AGI 评测台澄清:OpenAI 用「厂商适配 harness」,跨轮保留隐式推理并自动压缩 — giffmana · 2026-11-18
- Ethan Mollick 谈模型「人格」:跑分测不出,Opus 5.5 找回了熟悉的 Claude 味 — eldonredwards · 2026-11-18
- 评测图揭 GPT-6.2 Astra 短板:Agentic 大跌至 70.8,浏览器任务 93 分领跑 — bindureddy · 2026-11-18