V2EX = way to explore
V2EX 是一个关于分享和探索的地方
上周 Claude Opus 4.6 在 BridgeBench 的幻觉基准测试中排名第 2 ，准确率达 83.3%。
今天 Claude Opus 4.6 重新测试后，在排行榜上跌至第 10 ，准确率仅 68.3%。
可以确认 Claude Opus 4.6 的推理水平降低，确实被削弱了。
 |
1 gpt5 4 月 13 日我也很明显感受到了它现在经常颠三倒四 |
 |
3 hitrip 4 月 13 日不一定是永久降智，有时候是环境 bug 引起的 |
 |
5 nc 4 月 13 日A\估计在训练新模型，临时降智一下，GPU 优先给训练。A\在基础设施投资这块完全比不上 OpenAI ，公司内部两个团队在疯狂抢 GPU 。 |
 |
6 FqwKVgsv 4 月 13 日非常非常明显的感觉到 claude 降智了 甚至我有时候说的问题的意思都没搞懂 得给它解释意思解释了半天 |
 |
8 whoosy 4 月 13 日升级到 2.1.104 版本再试试，昨天已经变聪明了 |
 |
12 66beta 4 月 13 日很明显，让它从一个页面上抓取一些数据都抓不全，不过别难过，gemini 也这个吊样。如果是自己出钱，建议大家去试试国产 AI |
 |
15 deplives 4 月 13 日是的，最近很明显能感觉出来。opus 甚至很多时候不如 sonnet 了 |
|
16 gpt5 4 月 13 日网页版和 cli 上都明显感受到了降智 |
 |
18 teaguexiao 4 月 13 日最近确实感受到了。之前用 Opus 处理复杂的多文件重构任务，能一次把上下文全理清楚；最近同样的任务开始频繁出现循环、重复修改的情况。用 API 调用也是一样的表现，不是客户端的问题。现在形成习惯了：重要任务配合 Sonnet 一起用，Sonnet 做大部分工作，Opus 只负责高层设计和少量关销节点。怪的是这样反而更稳定了。 |
 |
19 isora 4 月 13 日copilot 上也是写完让审查下代码都没发现问题，然后让 gpt5.4 审查下一下就发现问题，再把问题给 opus 确认修复 |
 |
20 sentinelK 4 月 13 日所以在如此背景的前提下，一堆人还在炒作基于 LLM 的工程化实现的优劣，简直贻笑大方。 |
 |
21 lsearsea 4 月 13 日 via Androida\还能算力不够？被谁卡脖子？ |
 |
22 vultr 4 月 13 日用 codex 也不错的说 |
 |
24 MengLUO 4 月 13 日某国产顶流近期一夜之间把大量月付 400 多的 max 用户账号降到连你好都 429 禁止访问 |
 |
26 xFrye 4 月 13 日说明新模型要出来了 |
 |
27 prosgtsr 4 月 13 日每次要出新模型的时候，旧模型都会降智，不过以前是等等新模型出来用新模型就好了 |
 |
28 Plutooo 4 月 13 日要跟几天后的 gpt6 中门对狙了 |
 |
31 beimenjunPRO 这家实在太爱又当又立了。 我使用官方 200 刀套餐，周末感受到了前所未有的降智感。 之前还说什么不会因为算力不足 blabla 。 明显只是少数人使用的新模型，就让 Opus 算力被削弱成这样。就算今天都没恢复。 |
 |
33 fovecifer 4 月 13 日前一阵是 token 消耗过快的问题 |
 |
34 alexluo1 4 月 13 日去年有过一次全球范围的降智，是 bug 引起的，那时候我刚开了 100 刀套餐，血亏 |
 |
36 superkite 4 月 14 日claude 要出 mythos 了，现在算力全往这个 agi 模型上倾斜 |
 |
37 piaca 4 月 14 日小声点，别让官方听见封我们的号 |
 |
38 qiqw 4 月 14 日确实太明显了, 今天用了一天, 感觉傻傻的, opus4.6 开 high, 动不动就道歉, 难受呀 |
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。
