同一段 prompt 跑九版:从 Opus 4.5 到 Opus 5.5 (Max) 逐代对比模型进化
arena · x · 2026-11-19
LMArena 转发 petergostev 的实验:用完全相同的 prompt 分别在 Opus 4.5 到 Opus 5.5 (Max) 等 Anthropic 模型上生成九份输出,直观展示 Claude 系列模型随代际更迭的能力演进。
- 九份输出可并排观察:同一指令下,新版模型在理解、细节与输出质量上的差异一目了然
- petergostev 已把这套演示用 prompt 开源为 GitHub 仓库 3d-prompt-collection(414 star),按演示顺序收录、可直接复制复用
- LMArena 同步放出了 prompt 链接,读者可自行在 Arena 上复现这组对比
这是观察 Anthropic 模型代际进步的直观素材,比单看跑分更有体感。
所属事件:同段 prompt 跑九版:Opus 4.5 至 5.5 模型进化对比及提示词开源(2 条相关)→
「模型」频道最新
- Pro 用户吐槽 Antigravity 额度:5 小时只够问 3 次 — teortaxesTex · 2026-11-19
- 付费用户也中招:ChatGPT 疑现「上下文窗口已满」强制开新会话 — ombre-ai · 2026-11-19
- 同一编程挑战实测:腾讯混元 Hy4 Flash 比 DeepSeek 快十余倍 — HeyToha · 2026-11-19
- 同一权重换 harness 成绩翻 3 倍:Gemini 4 Neon SWE-sweep 12.8%→39% 引发评测层质疑 — Delicious_Character6 · 2026-11-19
- 用 PowerShell 自建 Agent 实测 gemini-4-neon:「跑分是给游客看的」 — dfinke · 2026-11-19
- Gemini 4 后训练讲座流出:核心结论是堆高质量数据 — mariofilhoml · 2026-11-19