Frontier-Bench
PulseAugur coverage of Frontier-Bench — every cluster mentioning Frontier-Bench across labs, papers, and developer communities, ranked by signal.
-
Anthropic 发布 Opus 5，以一半价格匹配 Fable 5 性能 · 跟踪 10 个来源
Anthropic 发布了其新 AI 模型 Claude Opus 5，其性能可与更高级的 Fable 5 模型相媲美，但成本减半。该新模型专为日常业务需求而设计，包括编码和知识工作，并具有用户可选择的成本与能力切换器。虽然 Opus 5 在性能上比其前身 Opus 4.8 以及 OpenAI 的 GPT-5.6 "Sol" 等竞争对手有所迭代改进，但它并未带来能力的根本性飞跃，尤其是在网络安全等专业领域，其安全防护比 Opus 4.…
-
Anthropic 的 Claude Opus 5 以一半的价格匹配 Fable 5 的性能 · 跟踪了 10 个来源
Anthropic 发布了 Claude Opus 5，一款新模型，其性能可与 Fable 5 相媲美，而价格却只有 Fable 5 的一半。早期评估和用户轶事表明，Opus 5 在编码、复杂推理和智能体任务方面表现出色，在 Frontier-Bench 和 CursorBench 等基准测试中，其能力常常能与 Fable 5 相匹配甚至超越。该模型还拥有 100 万个 token 的上下文窗口和更高的效率，使其成为开发人员和企业应用的有力选择。
-
Anthropic 发布 Claude Opus 5，在基准测试中挑战 Fable 5
Anthropic 推出了 Claude Opus 5，这是一款新的前沿模型，以更低的成本提供了接近 Claude Fable 5 的性能。早期评估显示，Opus 5 在编码和知识工作中表现出色，在 Frontier-Bench 和 ARC-AGI 等任务上设定了新的最先进基准。虽然它在 3D 模型重建和复杂编码任务等领域展现了强大的能力，但其在网络安全利用方面的表现仍落后于 Mythos 5 等模型。用户报告的体验褒贬不一，一些人称…