Anthropic 发布了 Claude Fable 5.1,这是他们语言模型的新版本,据报道在编码、知识工作和长期问题解决方面树立了新标准。该模型在 Terminal-Bench-Science 0.1 基准测试中表现出显著改进,得分达到 52.6%。用户测试使用特定提示生成动画鹈鹕 SVG 显示,Fable 5.1 上更高的推理努力设置可以产生更详细的输出,尽管成本和处理时间也显著增加。 AI
影响 在科学基准测试中达到新的 SOTA(State-of-the-Art),可能影响未来的模型开发和评估。
排序理由 前沿实验室模型发布,附带系统卡。
在 Mastodon — fosstodon.org 阅读 →
- Anthropic
- Claude Fable 5.1
- Gemini 3.7 Flash
- GPT 5.6 "Sol"
- Python
- Simon Willison
- Terminal-Bench-Science 0.1
- Mythos
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →