# Opus 4.6 确实变拉了 准确率降低 幻觉率增高 (2026.4.12)

**URL:** <https://linux.do/t/topic/1957316>\
**Category:** 前沿快讯\
**Tags:** 人工智能\
**Created:** [2026 年4 月 13 日 08:40 UTC](https://linux.do/t/topic/1957316 "2026-04-13T08:40:34Z")\
**Posts on this page:** 1\
**Showing post:** 1

<div class="post-metadata">

作者： ![Nectivelle](https://cdn.ldstatic.com/user_avatar/linux.do/nectivelle/32/1745983_2.png) [@Nectivelle](https://linux.do/u/Nectivelle)\
发布日期： [2026 年4 月 13 日 08:40 UTC](https://linux.do/t/topic/1957316/1 "2026-04-13T08:40:35Z")

</div>

以下内容翻译自 **[BridgeMind](https://x.com/bridgemindai/status/2043321284113670594)** 发布的帖子

“CLAUDE OPUS4.6 被削弱了。

BridgeBench 刚刚证明了这一点。

上周，Claude Opus4.6 在幻觉基准测试中排名第2，准确率达到83.3%。

今天对 Claude Opus4.6进行重新测试后，它在排行榜上跌至第10位，准确率仅为68.3%。

幻觉率增加了98%。

[bridgebench.ai](https://bridgebench.ai/) 刚刚确认，Claude Opus4.6 的推理能力已被降低，已经被削弱了。”

 ![image](https://cdn3.ldstatic.com/original/4X/4/c/a/4cadc9df456f38cd7a072d862ff654ed953f676b.jpeg)

以下是 X 上用户收集的具体降智表现：

> 中位数思考量从约 2,200 个字符降至约 600 个字符。  
> API 请求量从二月到三月增加了 80 倍。思考减少和失败尝试增多意味着重试更多，消耗更多令牌，并花费更多令牌费用。  
> 每次编辑的阅读次数从 6.6 倍降至 2.0 倍。模型在接触代码前就停止研究代码。  
> 模型试图退出或询问“应该继续吗”在 17 天内发生了 173 次（3 月 8 日之前为 0 次）。  
> 推理中的自我矛盾（“哦等等，其实……”）增加了三倍。  
> 像 CLAUDE.md 这样的约定被忽略，因为检查编辑的思考预算减少了。  
> 太平洋标准时间下午 5 点和 7 点是最差的时段，深夜明显更好。这意味着思考分配很可能对 GPU 负载敏感。

 ![image](https://cdn3.ldstatic.com/original/4X/1/2/c/12c5cf5210dc1b862e373962af23fbe67638c0e0.jpeg)

---

_[View the full topic](https://linux.do/t/topic/1957316)._