大神觀點 2026年8月6日

證據更新 · 貼文原發 07-24，判斷今日升級

「為什麼中型模型追得平旗艦」等到了第二位獨立分析者。

Anthropic 7 月 24 日發布 Claude Opus 5，定位中型，官方自述定價約旗艦 Fable 5 的一半，也稱多數實務任務追平旗艦。(誠實說明：本報 7/27 期把這天記成 07-25，以一手貼文為準應為 07-24。)按舊常識，追平旗艦該靠更大的模型，所以「憑什麼」需要解釋。本報 7/27 期報過當時唯一的機制歸因，來自 Ai2(Allen Institute for AI)研究員、Interconnects 電子報作者、後訓練領域專家 Nathan Lambert：槓桿是「更快的迭代速度＋規模化強化學習」。這裡說的強化學習跑在後訓練階段，也就是模型練完基礎能力之後的加強調校；做法是：模型答對最終答案就給獎勵，讓它學會拉長推理鏈。這種訓練要反覆試錯，模型越大越貴越慢，所以中型模型才跑得動快迭代，「Fable 太大，還跑不動這樣的強化學習」(Lambert,07-24)。當時只有一人主張，本報先按下不表。今天等到第二位：長期追蹤中國模型的獨立評論者 Teortaxes 同日的歸因是「規模化強化學習＋蒸餾，而且是自家大模型的正規蒸餾」，即拿自家更大模型的輸出當教材訓練中型模型(Teortaxes,07-24)。兩人互相沒有引用，說法相容互補：大模型當老師、中型模型跑得動快迭代。這條機制判斷，本報先前按下不表，今天升為工作假說，但仍未查證：機制真偽，最終只有 Anthropic 官方的訓練方法自述能定。它支持的是本報 7/27 期那條單人版判斷；要推翻它也很簡單，官方自述講出不同的做法就翻。