开源税务引擎OpenTax Invaro在TaxCalcBench测试中斩获96%最高分，仅凭Sonnet 5模型就超越Fable 5和Sol。网友热议其发现基准测试自身错误，认为关键在于用确定性系统辅助AI而非纯靠大模型推理，但也有人质疑这并非公平的LLM性能对比。