「吃瓜」！Anthropic曝光测评看什么-指标和场景要分清

Anthropic要先对准具体问题，重点落在Anthropic、吃瓜、曝光测评看什么，不能只用一个大类词概括。

Anthropic又有两张「新牌」，被提前掀开了；今天，第三方开发者应用和Discord社区中，接连出现了两个陌生的模型ID——claude-mashmallow-eap（棉花糖） claude-melon-eap（甜瓜）早期实测流出，Mar；不过，它们的综合能力全不是「Fable级别」，最快下周上线。就在全网吃瓜的另外，Anthropic内部却先「炸」出了一颗雷——Fable 5上线两个多月，却遭遇了一场近乎集体的冷落；Anthropic紧急补牌Claude新模型曝光这轮更新，似乎比以往来得更急；AI圈大佬们推测，Marshmallow大概率对应Opus级别的迭代升级，可能就是Opus 5.1。而Melon则更接近Sonnet级别；一位网友放出的SVG实测结果，也进一步拉开了两款模型之间的差距；Anthropic官方目前还没有正式回应，但各种蛛丝马迹已经开始汇聚。