Opus5测试长程代码基准
文章评测 Opus 5 在 SlopCodeBench 上的表现，该基准通过多检查点逐步披露需求，更接近长期代码维护场景。作者认为它比一次性给出完整题目的传统代码基准更能衡量模型持续演进代码库的能力。
事件进展（1 篇报道）
-
2026-07-28 06:37Hacker News Benchmarking Opus 5 on SlopCodeBench
文章评测 Opus 5 在 SlopCodeBench 上的表现，该基准通过多检查点逐步披露需求，更接近长期代码维护场景。作者认为它比一次性给出完整题目的传统代码基准更能衡量模型持续演进代码库的能力。