Anthropic重設性能工程評測

2026年10月15日，Anthropic 工程師 Tristan Hume 説明，Claude Opus 4 和 Opus 4.5 的表現相繼逼近並達到頂尖候選人的成績。這是團隊重設性能工程 take-home 評測的背景：模型在這類評測上的能力提升，促使團隊重新設計評測，目標是令其不易被 AI 破解。報道確認團隊已開始重設評測，但未提供新評測的題目、評分方式或推出時間等細節，亦未説明重設工作是否已完成。

AI 根據報道生成 · 1 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。