11 个 LLM 完成 1168 场剑桥辩论社对决，Claude Fable 5.2 位居首位

独立开发者构建剑桥辩论社基准，让 11 个 LLM 基于过去十年真实议题进行 1,168 场对决。Claude Fable 5.2 以 224 战 209 胜、209-14 和 Elo 1813 位居第一，并在全部 8 个评委的计分中排名第一；GPT-6 Astra 以 1569 分列 OpenAI 阵营首位，Grok 4.7 基本持平。