来自 meng shao（@shao__meng）的推文线程

Claude Opus 4.5 發布，原本軟體工程能力確實是最強，也是首個評測超過80 分的，不過Anthropic 官方這張圖還是很有爭議。 可以理解為了突顯頂端數據差異，有意折疊了0-70 的部分，仔細看也有折疊的標記。 不過從數據視覺化展示的客觀性來看，還是不可取的行為，即使是用自家Sonnet 4.5 來評價，問題也是相當明顯的。