新闻资讯7

GPT - 5编程测评：实际成绩比Claude高一倍

量子位2025-09-22

AI 摘要

Scale AI的SWE - BENCH PRO测试，‘御三家’表面解决率低。前OpenAI研究员称GPT - 5已提交任务准确率比Claude高一倍。此基准题新且难，当前模型解决商业问题能力欠佳。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Claude联手Alpöge终结78年数学悬案

78年数学难题“六维球面上有无复结构”被哈佛数学家Levent Alpöge和Claude解决，他们绕开老路造出答案，还给出108页论证，数学家挑不出毛病。Alpöge在35天内三次用AI破难题，这次性质不同，是模型创造新对象。

支付平台Ramp统计显示，A社旗舰Fable 5上线两月销量不佳，收入仅占整体的11.4%。其价格高、性价比低，拖累公司收入未达预期。同时，X上出现Claude的两个神秘内测代号，或几周内上线。

Anthropic的frontend - design是Claude首个广泛使用设计技能，Impeccable由此起步并扩充功能。它有一次设置流程、23条命令、59条确定性检测规则等，还给出反模式，介绍多种安装方式及使用方法。

开发者在Anthropic的API中发现Claude的两个新模型代号claude - marshmallow - eap和claude - melon - eap，目前处于内部测试阶段。社区有多种推测，且Anthropic命名风格改变，新模型或下月发布。