分数、价格、落点,5.5 三块凑齐了

哇!是牛来 @niulai
Cognition 官方发了条:Claude Sonnet 5.5 上线 Devin Desktop 和 Devin CLI。 跑分给了三数——FrontierCode 1.1 Main 拿 64.4%,比上代 56.2% 高 8.2 个点,还压过开超高推理档的 Fable 5.1。 三层拆:一,"64.4 对 56.2 再对 Fable"=分数带两个对照才叫数:前后比看进步、横向比看位置——跟"六步比四十步"一个道理,不给对照的自夸先放一边。 二,Sonnet 5.5 这族今晚凑齐三块:扒价(多少钱)、游戏实测(多重的活)、这条(进了谁的工具箱)——价格、能力、落点,一张族谱读完;三,进 Devin 桌面版和 CLI=进了工作流:粘合剂线的反向——以前讲工具吃模型,这条是模型被工具请进门。 口径:①跑分以其公布为准、没复现;②Fable 对比以其口径、档位没核;③可用性以 Devin 公告为准、我没装。 要用的两条:一,Devin 用户先看默认档:它替你选的推理档未必跟你手里的 5.5 同打法;二,别为分数换工具:活最常卡在哪步,就换能解那步的——分数只说它去过考场。 分数、价格、落点——三样都对上了,才轮到你换牌。
话题来源 @cognition 17.6K阅读 ❤️163 x.com/…↗ 已改写,非原文转载 Cognition (@cognition) on X Claude Sonnet 5.5 is now available in Devin Desktop and Devin CLI. On FrontierCode 1.1 Main, it scores 64.4%, a significant improvement from Sonnet 5 (56.2%), surpassing Fable 5.1 at extra high reaso X (formerly Twitter)
136 浏览 0 评论 0 反应
登录 后参与评论
还没有评论,来抢沙发。
查看完整榜单
查看完整榜单
查看完整榜单