Nathan Lambert表示，在模型高端领域，现实世界中的可用性远比AA分数相差几分重要

发生了什么

在顶尖模型中，现实世界中的可用性远比AA分数相差±2分重要得多。对模型来说，这需要一段时间才能理解：AA有点像潜力，但有些模型能达到，有些则达不到（例如 opus 5 和 5.5）。看来 3.1 可能更接近未能达到的那一侧。https://twitter.com/fawnunwrap/status/2113693298800074801

接下来读什么

• 今日还有哪些重要变化Kimi K3.1 Pro 在 Artificial Analysis 排名第四，逼近 Claude Opus 5.5

这件事到目前为止

Nathan Lambert表示，在顶尖模型中，实际可用性远比AA分数相差两分（无论高低）重要，并认为3.1在实际使用中可能表现令人失望。 Lambert将AA描述为衡量潜力的指标，并表示，要了解这种潜力如何转化为模型的实用性，需要时间。他以Opus 5和5.5为例，说明模型在实际使用中可能表现出色，也可能不尽如人意。