看到了一篇“全面超过opus 4.8”的公众号文章,相当颠覆认知。 刷 benchmark 的话,在有确定答案、可 RLVR 的数学和编程领域,得到超过 opus 4.8、gpt-5.6的高分应该是可以做到的。 但是,“全面超过”?是不是有点“魔法”了? howie.serious @howie_serious · 2026-07-20