外部精选
软件工程
#开发者实时流分析显示 Opus 5.5 性能可能仍被削弱
来源标题:Opus 5.5 is probably still nerfed
有分析指出,Fable 5.2 发布后 Opus 5.5 的推理 token 数仍低于同类模型,表现可能依旧被削弱。数据显示,Fable 于 11 月 9 日发布前后,Opus 5.5 每请求报告的推理 token 数没明显回升。作者对发布前后数据做 bootstrap 检验,得到 p=0.105,只能称「很可能仍被削弱」。
Hacker News 最新seizethecheese2026/11/13 · 4 天前1 分钟阅读
这个来源的 RSS 只提供摘要,下面是原文导语;完整论述请点「打开原文」。
几天前我写过 Opus 5.5 被削弱的文章。当时有一种推测认为,这是因为在测试 Fable 5.2,所以我想再验证一次,毕竟 Fable 现在已经发布了。
下面这张图展示的是 Opus 5.5 每次请求所报告的 reasoning tokens,相对于同一批对战中的其他模型。竖线是 Fable 的发布日期,11 月 9 日:
仅凭我们的数据,我们只能说 Opus 很可能仍处于被削弱的状态。对 Fable 发布前后做 bootstrap 检验,p 值为 p=0.105。
本条为导读摘要,完整论述请以原文为准。