微信文章声称模型“全面超越”Opus 4.8;作者质疑该说法

作者遇到了一篇声称全面超越Opus 4.8的微信文章。他们指出,在具有明确答案的基准测试以及强化学习/验证(数学和编程)中,确实有可能得分超过Opus 4.8和GPT-5.6,但他们质疑“全面”超越的说法是否现实或夸大其词。

作者遇到了一篇声称全面超越Opus 4.8的微信文章。他们指出,在具有明确答案的基准测试以及强化学习/验证(数学和编程)中,确实有可能得分超过Opus 4.8和GPT-5.6,但他们质疑“全面”超越的说法是否现实或夸大其词。