Anthropic 的 Claude Opus 5 登顶排行榜，但用户对其价值和护栏进行了辩论

Anthropic 发布了 Claude Opus 5，该模型在包括 SWE-bench 和 FrontierBench 在内的多个 AI 排行榜上均取得了最高排名。一项关键创新是在 API 中引入了“effort”参数，允许用户在不切换不同模型版本的情况下调整性能和成本。然而，Hacker News 上的讨论显示，定价和价值主张很复杂，一些分析表明 GPT-5.6 在其成本下提供了更好的性能。此外，用户报告称 Claude Opus 5 在合法任务中，尤其是在安全敏感领域，会更频繁地激活护栏，这可能会影响生产力。 AI

影响 引入了一个可调的 effort 参数，可能将用户焦点从模型名称转移到成本-性能权衡，同时突出了持续的安全与能力之争。

排序理由 Frontier-lab 模型发布，包含系统卡详情和用户讨论。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• Anthropic
• ARC AGI 3
• Artificial Analysis Intelligence Leaderboard
• Claude Opus 5
• FrontierBench v0.1
• GPT-5.6
• Hacker News
• Opus 4.8
• SWE-bench Multimodal
• SWE-bench Pro
• SWE-bench Verified

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →