路遥 (@JamesDa55049936) “Anthropic 这次真上演了一场自家模型打自家模型的戏码。🤣 Arena 最新榜单显示，Claud” — TopicDigg
路遥
@JamesDa55049936
加入 April 2023
0 正在关注 0 粉丝
Anthropic 这次真上演了一场自家模型打自家模型的戏码。🤣
Arena 最新榜单显示，Claude Fable 5.2（Max）直接登顶 Agent Arena，在与 Opus 5.5（Max）共同参与的 10 个类别中，9 项领先，剩下 1 项统计上打平！ 🤯
最离谱的是视觉设计，差距直接拉开：
🎨 视觉设计：45.34% vs 23.29%
📄 文档处理：31.51% vs 17.88%
💻 编程：31.45% vs 22.24%
🧠 知识工作：25.67% vs 13.24%
综合净改善得分：30.48% vs 19.51%。
好家伙，Opus 5.5 还在顶级模型里争王座，结果自家 Fable 5.2 先跑上来抢了第一。🤡
最扎心的是，Fable 不只是会做漂亮 Demo，连代码、文档和知识工作都开始全面领先。
不过这是 Agent Arena 的净改善指标，不等于任务绝对成功率。
以前选 Claude 是纠结用不用 Opus，现在是 Anthropic 自己让用户纠结：到底谁才是真旗舰？ 🤣
显示更多
