他们说可与Opus媲美...
摘要
有说法称，一款新的人工智能模型可与顶级模型Opus相媲美，这表明性能上取得了重大进展。
暂无内容
相似文章
基准测试是一回事，实际感受是另一回事。
作者认为，最近发布的AI模型（如Claude Opus 4.8和GPT 5.5）只是渐进式改进，类似于iPhone的升级，真正的创新正在转向工具层，例如Claude Code和Codex。
与 Opus 4.8 对话的感觉如何...
一位用户分享了与 Opus 4.8（一款AI语言模型）交流的第一手体验和感受。
那么，Parrot 是否比现有模型更好？[D]
Reddit上的一个讨论，询问Parrot AI模型是否比现有模型更好，附有一张图片，可能展示了基准测试或对比结果。
我不信这个 27B 模型能碾压 Opus 4.5！谁来用真实 Agent 工作流验证一下？
一个 27B 参数的模型据称在基准测试中击败 Opus 4.5，引发社区质疑，大家呼吁用真实 Agent 工作流验证。
质量差距不到2%但成本相差10倍：在相同的工具调用任务上测试5个模型[D]
一位开发者在工具调用任务上测试了五个AI模型，发现廉价模型的表现与Opus等昂贵模型相差不到2%，腾讯混元（Tencent's Hunyuan）成本低于1.50美元，而Opus为15美元，通过将简单任务路由到廉价模型，每日成本从40美元降至9美元。