Reddit 质疑模型发布基准分上涨与闭源评测

2026-10-01，AGI Hunt 报道称，Reddit 上有用户发帖质疑：模型发布时基准分几乎总在上涨。帖子认为背后可能是感知偏差，也可能是厂商能在不真正提升真实世界表现的情况下「迭代」基准结果。该用户指出，部分基准是专有闭源的，并举例称 Opus 5 的首发基准高于 Fable、GPT Sol 6.1 高于 Astra 或 5.6。同时该用户也承认，最初的 Fable 发布属于实打实的进步，并向掌握内幕的人征集这套循环究竟如何运作。目前该讨论仍停留在社区质疑层面，报道中没有出现厂商回应或第三方核实的结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。