全部动态

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。

通用模型锁死安全能力，Artemis 的 Orion-1 专做防御，还跑赢了 Claude 和 GPT。

官方账号Decoder@Jonathan Kemper原文

Gemini 4 Argon 今天上线，llm 插件已经支持了。定价对比讲得很细，还搬了 Artificial Analysis 的成本数据，选模型前可以看看。

Google 把 Gemini 4 Argon 全球放开了，自家说最强，但跑分还输 Claude Opus 5.5，价格倒是压得很低，可以对比着用。

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

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

Meta 这回是真掏出对标 Claude 和 GPT-6 的闭源模型了，还直接明码标价卖企业版，跟它之前开源 Llama 4 的路子完全反着来，看两家怎么打吧。

Simon Willison 用 Claude Opus 5.5 写了个能播放游戏的文本音乐播放器，曲子还真有点 Monkey Island 味道，玩法挺有意思。

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

谷歌新发布的Gemini 4 Argon在代码工程测试中超越Claude Opus，单次输出达百万tokens，适合处理大型项目。

Google新模型Gemini 4 Argon来了，性能接近OpenAI和Anthropic，价格更实惠但消耗更大。

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

Anthropic 的 Claude Opus 5.5 写作风格大变，破折号几乎不用了，分号也少了七成，句子更短更自然，写东西更不像 AI 腔。

有人让 Claude Opus 5.5 一条提示词跑 1 小时，写出能跑 34 FPS 的双 5090 路径追踪器，代码全由模型生成。

OpenAI 拿出 1215 段心理对话让各家模型答题，GPT-6 Astra 拿 57.3% 第一，Gemini 2.5 Pro 只有 29.5%，数据集已开放下载。

OpenAI 一次出了 GPT-6 Sol 和 Luna 两个模型，价格砍半还带新缓存，跑业务任务比 Claude Opus 5 便宜九成，做 API 应用的可以看看。

Techsauce@ Techsauce Team 11 个信源在谈原文

Anthropic 的新 Opus 5.5 比上一代便宜四成、快三成，写代码和文字水平赶上 Fable 5.1，挑模型时可以对比看看。

Techsauce@ Techsauce Team 11 个信源在谈原文

Anthropic 的 Claude Opus 5.5 出来了，编程测试跑赢 Fable 5.1，API 价格还不到对方一半，付费用户限额也变宽了。

Genk11 个信源在谈原文

Claude Opus 5.5 刚出就成了 AINews 的默认模型，OpenAI 的 GPT6 反而被抢了风头，各家还集体降价 40-50%，降价后入手正合适。

官方账号Latent Space (swyx)11 个信源在谈原文

Anthropic 把 Claude Opus 5.5 发出来了，一天跑完 68 万行代码迁移，API 还降价到 8 折，缓存读取便宜了 60%，写代码的可以看看。

量子位@听雨11 个信源在谈原文

Anthropic 出了 Claude Opus 5.5，能力对标 Fable 5.1，价格还降了 40%，写代码的用户可以直接换上试试。

Blognone@arjin11 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。

OpenAI 又发了两个便宜的模型，价格砍半，跑分还压过 Claude，写代码和跑智能体的成本能省不少。

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。

用 AWS 的开发者注意了，Anthropic 最强的 Opus 5.5 已经能在 Bedrock 上直接调用，博客里还有上手指南，写智能体应用可以试试。

官方一手AWS Machine Learning Blog@Aamna Najmi11 个信源在谈原文

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

Anthropic 的新版 Claude Opus 5.5 把沙盒逃逸这类危险行为管得更严了，做安全测试或跑 agent 的可以看看具体改了什么。

官方账号theverge@Emma Roth11 个信源在谈原文

Xiaomi 把 RL 训练全开源，Pro 版跑赢 Qwen3.8 Max，价格比涨价后的 DeepSeek 更低。

Blognone@lew11 个信源在谈原文

朋友发现个好玩的事，三个安全研究员用 Claude 模型，花不到三天就搞定了 OpenAI 的员工账户，还拿到了他们的代码库，挺有意思的。

官方账号theverge@Stevie Bonifield11 个信源在谈原文

Claude 新版 Opus 5.2 上线了，测试下来比旧版快很多，而且不“偷懒”，代码生成能力更强，值得试试。

OpenAI 发布了 GPT-6 Astra，虽然减少了幻觉，但在隐藏提示注入攻击面前仍有 8.5% 的失败率，比 Claude Opus 5 的 4.8% 差。

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

Google六周连推三款经济模型，Gemini 3.8 Flash虽成本低但推理消耗高。

官方账号Decoder@Matthias Bastian原文

Inherent新推Faraday智能体，小模型大能力，强化学习助其超越GPT-5.5与Claude Opus 4.8，值得关注。

DeepReinforce刚发布了Ornith-1.5系列开源模型，里面有量化版居然能在iPhone 17手机上用，而且大模型性能和Claude Opus 4.8差不多甚至更强，和其他模型比也有优势，值得看看。