Claude Opus 5.5 тихо ослабили? Новый бенчмарк livenerf начинает отслеживать деградацию модели
Livenerf: Has Opus 5.5 been nerfed yet?
Проект livenerf — это открытый бенчмарк, который ежедневно проверяет, не ухудшилась ли модель Claude Opus 5.5 после релиза. Запущенный 24 сентября 2026 года, он в течение 30 дней прогоняет 78 тщательно отобранных вопросов из GPQA Diamond, MMLU-Pro и математических соревнований. Бенчмарк использует детерминированные промпты, фиксированный CLI и строгую статистику, чтобы отличить реальную деградацию от шума. Первые результаты появятся после 20-го дня.
Никто не имел чистой базовой линии на день 0, чтобы проверить, поэтому каждый спор заканчивается вибрациями против вибраций.