跳到正文
Hacker News 首页bryan0

livenerf:用预注册基准追踪 Claude Opus 5.5 发布后能力漂移

Livenerf: Has Opus 5.5 been nerfed yet?

livenerf 是一个开源、只追加的基准项目,用于检验模型发布后是否变差,当前以 Claude Opus 5.5 为对象,从 2026-09-24 起每天跑一次、持续 30 天。

读原文 ↗导出 Markdown