METR 扩展时域基准:Opus 5.5 八成成功率任务时长约 20 小时

ben_j_todd · x · 2026-11-21

METR 扩展了原有的时间 horizon 基准并测得 Opus 5.5:从图 28 可读出 80% 成功率下的任务时长约 20 小时,与此前图表显示的 21 小时基本一致。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →