群发资讯网

Claude Fable 5.2 刚发布,评价就已经分成了两派。 有人把它捧上了天,甚至觉得能力强弱分布不均也是通向顶峰的必经之路;但真正掏出真金白银做实测的人,脸早就绿了。 跑个代码测试,开到最顶级的档位,每个任务硬生生烧掉近45美元。更讽刺的是,砸了三四倍的钱,得分反而从之前的49%一路掉到

Claude Fable 5.2 刚发布,评价就已经分成了两派。

有人把它捧上了天,甚至觉得能力强弱分布不均也是通向顶峰的必经之路;但真正掏出真金白银做实测的人,脸早就绿了。

跑个代码测试,开到最顶级的档位,每个任务硬生生烧掉近45美元。更讽刺的是,砸了三四倍的钱,得分反而从之前的49%一路掉到了45%出头。

多花钱不仅没买来更聪明的答案,反而买来了一个在后台疯狂自言自语、原地疯狂绕圈的拖延症患者。

现在的模型圈子似乎陷进了一个怪圈,拼命把长思考当成灵丹妙药。表面上看它在深思熟虑、层层推导,可一旦算力开得过猛,它在内部草稿纸上写的全都是毫无逻辑的废话和自我怀疑。这就好比高薪请了个咨询顾问,在屋里憋了三天三夜抽掉三包烟,最后交出来的方案比进门头五分钟给的还要差。

算力一旦撞上边际效益递减的南墙,多烧的那几十美元买到的压根不是智能,只是极其昂贵的技术自嗨。

这种推理时间越长、结果反而越烂的毛病如果摸不透,再吹什么跑分第一,普通用户和买单的企业也只能把它当成收智商税的噱头。