全部动态

蚂蚁发了 Ling-3.2-flash，560B 参数原生多模态，自测三项基准跑赢 Claude Opus 5（max），API 前两周免费，可以试试。

SemiAnalysis 搞了个新基准 GDPx，模拟芯片设计、量化交易这类真实工作，结果最强的 Claude Opus 5.5 也才 12% 出头，智能体离真干活还差得远。

官方账号Decoder@Manuel Uth原文

月之暗面兑现承诺放出了 Kimi K3.1 Pro 权重，智能体任务实测比 K3 强了一截，编程成绩已经贴着 Claude Opus 5.5 打，做 Agent 的可以关注。

The New Stack 拿 GPT-6.1 Terra 和 Claude Opus 5.5 跑了三组硬核测试，Terra 答题更准还只要八分之一的价格，数据很实在。

Blognone@mk11 个信源在谈原文

Google 放出了新的 Gemini 4 Carbon，在 Artificial Analysis 的榜单上超过了 Claude Opus 5.5 和 GPT-6 Astra，这次还特别强化了网络安全能力。

官方账号theverge@Emma Roth11 个信源在谈原文

Google 放出 Gemini 4 Carbon，网络安全基准把 GPT-6 Astra 甩开 12 个点，不过现在只有安全领域的合作伙伴能用，定价倒是和 Argon 一样。

Blognone@lew11 个信源在谈原文

OpenAI 新出的 GPT-6.1 Terra 专攻桌面自动化和视觉任务，价格只有 Claude Opus 5.5 的九分之一，错误率也从 53.6% 降到 4.3%，做批量自动化的可以看看。

Moonshot 的新款 Kimi K3.1 Pro 打平 Claude Opus 5.5，价格才一半，11 月还要开源 weights，性价比党可以试试。

Blognone@lew11 个信源在谈原文

月之暗面发了新模型 K3.1 Pro，3 万亿参数能直接跑 Blender 建模脚本，做 3D 模型还能 3D 打印，编程分数快追平 Claude Opus 5.5 了。

Moonshot 放出 Kimi K3.1 Pro，分数只比 Claude Opus 5.5 低 3 分，价格便宜一半，下个月还开源权重，可以先用 API 试试。

月之暗面的 Kimi K3.1 Pro 跑分 55，离闭源第一梯队只差 3 分，还打算开源权重，做本地部署的可以盯一下。

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

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。

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。