Artificial Analysis
新 Agent 基准把“会不会干活”单独拎出来，Claude 与 GLM 暂时跑在前面
Artificial Analysis 新发布一套 Agent 基准，重点不再是“会不会答题”，而是“大模型能否规划并执行任务”。Claude Fable 和 GLM 5.2 分别在各自组别领先。值得关心的是，行业开始从参数和跑分，转向更接近真实工作的执行能力。
返回首页
Claude Fable
找到 2 篇关于此标签的文章
Anthropic
Anthropic 推出 Claude Fable，但更强不等于更可用，安全阉割成了核心卖点
Anthropic 本周发布 Claude Fable，并被描述为面向公众开放的更强版本，但关键词不是性能，而是“经过安全限制后仍可用”。这值得关心，因为大模型竞争正从拼参数，转向拼“能放出来给谁用、怎么用”。