Claude Opus 5 5

科技

• Anthropic旗下Claude Opus 5.5在评估中使GPT-6基准测试崩溃: Anthropic 的 Claude Opus 5.5 与 OpenAI 的 GPT-6 Sol 进行了基准测试对比。在评估期间，Opus 5.5 不断构建、评判、修复并对任务进行迭代，直到基准测试本身崩溃。

  大语言模型与模型评估 • The Neuron

  永久链接