用于监控 AI 模型是否降智的网站 BridgeBench Nerf Bench

评测网站 BridgeBench 推出 Nerf Bench 榜单，用于监测各大 AI 模型相较刚发布时保留的性能水平以判断其是否降智。数据显示，opus 5.5 当前性能相较刚发布时下降了 5%。目前该基准仅测试并收录了 4 个模型。