简而言之 《Claude Fable 5》在 7 月 1 日恢复后，BridgeBench 的调试分数从 86.2 下降到 25.9，但崩溃是由于安全分类器将大部分任务路由到 Opus 4.8，而不是模型变得更加愚蠢。 Arena.AI 进行了数千次盲目的人类偏好投票，发现《神鬼寓言 5》的表现与 6 月版本相比基本持平，某些类别（文档和专家文本）在恢复后实际上有所改善。 Anthropic 承认