Artificial Analysis 推出医学长上下文推理评测

Artificial Analysis推出了针对医学长上下文推理的评测，考察模型对长篇医疗病例档案的分析和推理能力。 每个问题都针对约 70-150 页的完整病例档案进行回答，评分项包括完整性、准确性和简洁性。 目前的排行是Claude Fable 5和Opus 5遥遥领先。我想起来这张图，自称Fable 5级别的实际只在代码能力上接近Fable，只有Fable是全方位Fable级别。