AI王座,一夜两度易主!神秘模型Obsidian 3泄露
FIELD
NOTE

ARTICLE DETAIL

热点资讯

从事实、趋势与实践出发,为您梳理文章中的关键信息,帮助读者更高效地理解内容重点。

ORIGINAL REPORT

AI王座,一夜两度易主!神秘模型Obsidian 3泄露

新球体育热门杯赛-赛程与在线直播编辑部
417 阅读
约 5.5 分钟

新智元报道 AI圈再次变天了! Artificial Analysis刚更新了Intelligence Index,正式推出v5版,Claude Opus 5.5一举登顶,将OpenAI的GPT-6 Astra挤下神坛。 但没高兴多久,Gemini 4 Carbon发布,超越 Claude Opus 5.5夺魁! 但代号「Obsidian 3」的神秘模型意外浮出水面,而所有的线索都指向同一个名字:Anthropic尚未发布的 Fable 5.5 。 险胜GPT-6!Opus 5.5的冠军不到一夜 AI榜单洗牌了。 Artificial Analysis发布了最新的 Intelligence Index v5 榜单。这是目前业内含金量最高、最难啃的测试之一。 结果出人意料,但又在情理之中。 Anthropic的 Claude Opus 5.5 以58分险胜,斩获第一。 OpenAI的 GPT-6 Astra 以57分,屈居第二。 戏剧性的是,谷歌随之发布了 Gemini 4 Carbon,得分 AA 综合得分为59。 一分之差,AI 王座一夜之间两度易主。 但在编程智能体指数上,Anthropic仍以62 分领跑。 为什么说这次Anthropic登顶编程智能体指数榜含金量极高?因为测试规则变了,变得极其苛刻。 私有数据权重飙升至60%。 过去的AI测试,大家都在刷榜。模型把公开的GitHub代码库背得滚瓜烂熟,分数自然高。 这次不行了。官方直接把私有数据集的权重拉到了60%。 没有公开资料,没有历史作业。模型必须当场思考,当场解题。 靠「死记硬背」混日子的时代,结束了。 免疫学教授Derya Unutmaz评论称,新版本更合理,此前开源模型存在针对公开基准的过度优(benchmaxxing),与OpenAI、Anthropic及Gemini前沿模型的能力差距被清晰拉开。 不过,这并不意味着两者差距扩大了,而是衡量方式变化了。 引入高难度科研工作流。 新增了代码与科研工作流等地狱级挑战。 这不再是写个贪吃蛇代码那么简单,而是要求AI像真实的程序员和研究员一样,处理复杂的工程逻辑。 在这样的高压测试下,Opus 5.5 扛住了。它证明了Anthropic在复杂逻辑推理和真实场景落地上的恐怖实力。 数据暴雷!隐藏模型 Obsidian 3 究竟是谁? Opus 5.5 登顶,只是前菜。 真正的硬核大瓜,藏在另一家机构的数据库里。 昨天,知名AI测试机构 Cognition 发布了其私有编程基准的最新版本: FrontierCode 2.0 。 这是一个极其变态的测试:包含132项真实开源代码库中的任务。 评分标准简单粗暴:代码提交后,项目的维护者是否愿意合并(Merge)你的更改。 只要有一项阻断性检查未通过,直接计0分,没有任何同情分。为了防止数据污染,任务全程保密。 而且Artificial Analysis还要在 Stirrup 框架中每项任务跑三次,杜绝偶然性。 在这个榜单上,Claude Opus 5.5 (max) 以 46% 的成绩领跑全场。 GPT-6 Astra (max)、GPT-6.1 Terra (max) 和 Claude Sonnet 5.5 (max) 紧随其后,全部死磕在 42%。 但有人扒开了官网的数据接口。在 data.json 的隐藏代码里,发现了一个隐藏模型 Obsidian 3 。 数据令人倒吸一口凉气: Obsidian 3,高推理模式得分 46.8%。 它硬生生把当前第一的 Opus 5.5(45.5%)踩在了脚下。 这个隐藏冠军,到底是谁? 社区的极客们迅速锁定了证据:测试框架。 Obsidian 3 运行在 claude-code 环境下。这是一个专属的测试框架,目前全世界只有六个 Claude 家族的模型在使用。 真相呼之欲出:这可能 就是 Anthropic 尚未官宣的新一代大杀器——Fable 5.5。 悬念:挤牙膏还是憋大招?Fable 5.5 的成本谜团 争议却随之而来。 一部分人感到失望,直言这提升不够「性感」。 46.8% 对比 45.5%,仅仅提升了 1.3 个百分点。在最大(max)模式下,两者甚至持平,都是 45.5%。 更要命的是成本。 数据显示,在相同投入程度下,Obsidian 3 的成本约为 Opus 5.5 的 3.6 倍。在 high 模式下,单任务成本高达 8.62 美元;在某些极端的 max 模式下,单任务成本甚至飙升至约 47 美元。 跑一次任务,花掉三百多块人民币。这对于多数开发者来说,是难以承受的数字。 这种定价颇有一种 「AI 中的爱马仕」的奢华感。这倒也间接排除了主打性价比的Gemini。 「如果这就是 Fable 5.5,那看起来不够惊艳

about image
分享这篇内容

让更多人看到有价值的信息

返回资讯列表

YOU MAY ALSO LIKE

推荐阅读

继续浏览平台精选内容,发现更多行业观察。

TRENDING NOW

热点内容

从正在发生的行业事件到读者关注的热门话题,我们将值得关注的内容集中呈现,方便您快速了解当前讨论焦点。

查看全部资讯
劳森24分法尔16+8 新疆半场领先同曦3分

HOT / 1

劳森24分法尔16+8 新疆半场领先同曦3分

新疆与同曦的半场较量结束,新疆以3分优势领先同曦。 新疆这边, 劳森 拿下24分3篮板3抢断,是场上得分最高的球员; 阿不都沙拉木 贡献9分7篮板5助攻,数据全面;西尔扎提7分1篮板,齐麟5分1篮板1助攻,杨3分1助攻,葛浩然2分,辛普森1篮板9助攻,张俊生1篮板。 同曦方面, 法尔 得到16分8篮板1助攻,李慕卓9分1篮板,摩尔8分1篮板3助攻,郭昊文8分7助攻,祝子轩6分1助攻,杜润旺2篮板1

跟队记者:米兰和阿迪达斯签约10年,每年赞助5000万欧

HOT / 2

跟队记者:米兰和阿迪达斯签约10年,每年赞助5000万欧

据《米兰体育报》跟队记者卢卡-比安津报道,米兰已经和阿迪达斯就一份巨额赞助合同达成了协议。 卢卡-比安津透露,米兰将重新成为阿迪达斯旗下的球队,双方之间的协议已经敲定,新合同将于2028年生效,这也意味着他们将和彪马正式告别。 这笔交易的金额令人惊叹:合同为期10年,每年的赞助金额高达5000万欧元,这将成为意大利足球历史上最丰厚的技术赞助合同。 值得一提的是,米兰和阿迪达斯曾携手赢得过2003年

A股史诗级疯涨

HOT / 3

A股史诗级疯涨

11月4日,A股以一种近乎暴烈的方式,把此前数月积压的阴郁一句冲散。 午后开盘后,指数几乎呈直线拉升,收盘时沪指涨2.16%站上3686点,深证成指涨4.22%,创业板指涨6.40%,而科创50与科创综指双双逼近10%的涨停量级,科创综指9.90%的单日涨幅,创下了该指数发布以来的最高纪录。 这不是一次温和的估值修复,而是一场以“疯涨”为名的情绪释放。 全天沪深两市成交额重返2万亿元上方,达到2.

库切罗夫索要2000万年薪,猛龙被建议认真考虑

HOT / 4

库切罗夫索要2000万年薪,猛龙被建议认真考虑

NHL分析师詹姆斯·米特尔公开表示,如果尼基塔·库切罗夫进入自由球员市场并把多伦多猛龙列入心仪下家,猛龙至少应该认真考虑这个机会。 库切罗夫此前向坦帕湾闪电提出交易申请,据报道双方合同谈判破裂。这位球星提到“沟通不畅”和缺乏尊重,他的经纪人则称双方关系已无法修复。米特尔是在与JD邦基斯对话时谈到这一话题的,他认为这件事值得关注,但财务上的挑战会非常明显。 “我觉得你可以想一想、看一看。如果他真的把

西班牙vs英格兰:亚马尔、梅里诺出战,英格兰首发稍后带来

HOT / 5

西班牙vs英格兰:亚马尔、梅里诺出战,英格兰首发稍后带来

相关推荐 热点推荐 西班牙战英格兰大名单:亚马尔10号,奥亚萨瓦尔21号 懂球帝 2026-11-15 17:33:06 5 跟贴 5 欧国联第六轮,西班牙英格兰,比利时意大利 夜里的海风 2026-11-15 03:36:20 1 跟贴 1 西班牙力亚捷克豪取44场不败!巴埃纳、普比尔破门! 神秘研究院 2026-11-14 11:42:38 0 跟贴 0 提前一轮锁定小组头名,瑞士、奥地利和瑞