Embodi Analysis 评测称 Claude Opus 5.5 多数对比胜过 Opus 5

Embodi Analysis 在 10 月标注批次中实测 Claude Opus 5.5 与 Opus 5，16 组对比中有 14 组被更偏好 Opus 5.5；其 Physical Agent Capability Index 上 Opus 5.5 也以 1313 对 1289 的 Elo 领先。 不过在双方展示的物理堆叠任务中，两个模型都没能把黄色方块稳定放到红色方块上，均未完成放置，说明该轮优势主要体现在对比偏好和指数分数上，物理操作能力仍有明显缺口。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。