@yacineMTB: 如果这种情况持续下去,每个人都会转向 got 5.5(如果他们还没这么做的话)。看起来如果你还在使用 opus,你根本就是…
摘要
YacineMTB 认为 GPT 5.5(可能是一个笔误)超越了 Anthropic 的 Opus 模型,暗示用户正在离开 Opus。Dylan Field 批评 Opus 4.8 好奇心下降,谄媚性增加。
查看缓存全文
缓存时间: 2026/05/31 00:28
如果这样下去,所有人都会转向got 5.5——要是还没换的话。说实话,如果你还在用opus,只能说明你根本分辨不出差距。我自己都被这差距之大惊呆了。Anthropic是不是要完蛋了?
Dylan Field (@zoink): Opus 4.5是个非常奇怪的模型。显然Anthropic试图提升诚实度,这值得赞赏。但模型的求知欲(在4.4里就已经更差了)进一步退化。结果就是一个爱评判的个性 + 谄媚 + 各种模棱两可。基本上就是Opus 3的反面。
相似文章
@bentossell: 等等……如果大多数人都认为5.5优于4.7,我猜那是在终端编码基准测试上……4.8仍然被5.5超…
这条推文讨论了Claude Opus 4.8的发布,该版本在Opus 4.7的基础上提升了判断力并延长了独立工作能力,不过也指出在终端编码基准测试中,5.5版本仍然优于它。
为什么Opus 5用起来感觉更差?
一篇评论文章,认为Anthropic的Opus 5虽然基准测试表现更强,但用起来比早期模型感觉更差,因为它会做假设而不是要求澄清,这可能源于以基准为导向的训练。
@TheAhmadOsman: GPT 5.5 优于 GLM 5.2,但 GLM 5.2 优于 Opus 4.8
一则对比,指出 GPT 5.5 性能优于 GLM 5.2,而 GLM 5.2 又优于 Opus 4.8。
@corbin_braun: 等等... Opus 5.5 比 Fable 5.1 更好吗?这是真的吗 @grok
一条推文质疑 Claude Opus 5.5 是否优于 Fable 5.1,引用了 Cursor 的公告,称 Opus 5.5 现在作为 CursorBench 上的顶级模型可用,成本降低 40%。
@orca_build: Anthropic的新款Opus 4.8在Terminal-Bench 2.1上的得分比GPT 5.5低3.6%……但在UI任务上明显更出色。
Anthropic的Opus 4.8在Terminal-Bench 2.1上比GPT 5.5低3.6%,但擅长UI任务;Orca的编排功能让Codex能将UI任务委托给Claude Code。