Benchmarking Opus 5 on SlopCodeBench

> 在 SlopCodeBench 上基准测试 Opus 5

在 SlopCodeBench 上基准测试 Opus 5

> 在 SlopCodeBench 上基准测试 Opus 5

HN 188 分 · 46 条评论 · 作者 dhorthy · 来源 github.com · HN 讨论

> HN 188 分 · 46 条评论 · 作者 dhorthy · 来源 github.com · HN 讨论

The article analyzes SlopCodeBench, a long-horizon coding benchmark that reveals requirements gradually through multiple checkpoints rather than upfront.

⋯ 继续阅读请开通会员 ⋯