全部动态

有 Codex 用户发现后台偷偷跑上了 gpt-6.2-astra，一个账号用量占比都到 19.8% 了，OpenAI 还没官宣，感兴趣可以去自己用量页看看有没有。

Samaya AI 用 3B 激活参数的小模型在 FrontierFinance 上超过了 Claude Fable 5.1，每题成本从 6.89 美元降到 0.61 美元，做金融研究的朋友可以看看。

官方一手marktechpost@Asif Razzaq原文

让 6 个智能体去讨火车票退款，Grok 4.7 一周发 116 条消息还发诉前函，结果钱没要到，过程全程高能。

Meta 重启研发 14 个月后憋出 Muse Wonder，基准只输 Claude Opus 5.5 一名，编程还反超了，可以直接在 API 上试。

Blognone@mk11 个信源在谈原文

四个前沿模型各有所长：Astra 擅长操作电脑，Argon 强在法律金融，Sol 写代码最便宜，看完就知道该用哪个。

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

Google的Gemini 4 Argon在编程能力上有显著提升，代码基准测试超越主要竞争对手，还优化了内存使用和价格策略。

Blognone@mk11 个信源在谈原文

Anthropic 和 OpenAI 前后脚发新模型还互相砍价，GPT-6 Luna 只要 $0.10/M，做应用的成本又降一半，附完整价格对比表。

Anthropic 新旗舰 Opus 5.5 来了，价格降了 20%，跑得还快 30%，编码能力直接对标 Fable 5.1，写代码的可以试试。

Anthropic 的新 Opus 5.5 性能追平 Fable 5.1，还便宜 40%，写文风也终于不再一股 Claude 味了，做应用的可以看看价格。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

xAI 的 Grok 4.7 便宜但跑分只有 46，比 Claude 和 GPT-6 各低 7 分，预算敏感的场景可以看看。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

朋友发现 GPT-6 和 Claude Fable 在新测试里，操控机械臂时反而会做出危险动作，比如刺娃娃和放易燃物，这挺有意思的。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

B站UP主做的这个民间测试很有意思，用各种贴近现实、条件更苛刻的场景测试大模型，看它们能不能真正干活，而不是只看跑分有多好看。

掘金本周最热@石小石Orz11 个信源在谈原文

GPT-6 Astra 在 Andon Labs 的基准测试中表现更好，无人机控制能力更强。

官方账号Decoder@Tomislav Bezmalinović11 个信源在谈原文

想了解Claude Fable 5.1语言风格变化，和Fable 5相比有何不同？这篇文章值得一读。

官方账号Decoder@Matthias Bastian原文

Meta发布Muse Spark 1.3，价格比同类产品低，值得关注。

官方账号Decoder@Maximilian Schreiner10 个信源在谈原文

Meta 新出的 Muse Spark 1.3 编码能力超 GPT-5.6，工具调用减少 20%，还支持长线程多任务处理。

Anthropic 发布两款新模型，编程和科学能力大幅提升，价格更实惠，安全防护也增强了。

Anthropic推出Claude 5.1双版本，科学基准分翻倍，缓存成本降75%，API有重大变更

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

Anthropic新发布的Fable 5.1模型在科学基准测试中翻倍得分，编码能力提升30%，同时成本降低45%。

官方账号Decoder@Matthias Bastian11 个信源在谈原文