全部动态
Anthropic 放出 Haiku 5.5，比上一代便宜 75%，基准和速度都压过 GPT-6 Luna，小模型优先的话可以看看这条。
有人拿 gpt-sol-6.1 和 opus-5.5 在多 Agent 调度里当主控对比，差距大到离谱，做编排的可以参考下。
有人把 Haiku 5.5 和 DeepSeek、智谱的 flash 模型做了价格和 Terminal Bench 跑分对比，选便宜模型前可以看看这张对比表。
Liquid AI开源了两款小尺寸决策模型，最小只有600M还支持多模态，在边缘设备上几十毫秒就能出结果，做端侧Agent的可以试试。
GPT-6 正式全量推送了，回复里能直接生成按钮、图表和小工具，跟 GPT-5.6 的纯文本对比差别很明显，可以上手试试
37FlowAI 拆解了 DeepSeek-V4.1-Flash 在 vLLM 上跑 agent 的优化细节，SWA bounded replay 能明显降低 TTFT，搞部署的可以看看。
Browser Use 拿 Haiku 5.5 跑了自家基准 v2.1，性能和 Luna 打平但贵 2.8 倍，长任务下还触发 5 倍加价，选型前可以看看这份实测。
生数科技的 Vidu Q4 Preview 一上线就冲到 Artificial Analysis 视频榜第 3，能出 4K 带音频的视频，价格还和上一代一样，可以试试。
DeepSeek 把智能体的 KV 缓存砍到每 token 890 字节，比 V1 小 437 倍，Flash 还在 AA Index 上反超 V4-Pro，价格只要一半不到。
Anthropic 出了个小杯 Claude Haiku 5.5，价格比上一代还便宜，博主猜参数不到 10B，跑轻量任务可以看看。
Anthropic 的新款小模型 Haiku 5.5 便宜了九成，上下文还扩到 100 万 token，跑高并发任务的成本直接打下来了，做客服、分类、子代理的团队可以看看。
Agent Arena 跑了 4700 多场真实会话测 Jev Router，结论挺直接：比 DeepSeek V4.1 Flash 贵 38%，但根据反馈换模型的能力接近 Claude Opus 5.5。
284B 的 DeepSeek V4 Flash 量化到 1.6 bit 只要 60GB，配 128GB 内存的 Surface Laptop Ultra 就能本地跑，视频都放出来了。
Claude 出了 Haiku 5.5，跑分压过 GPT-6 Luna，价格一样但速度快两倍，作者说 max 档最香，还预告了测评。
LMArena测了Jev Router的实际延迟：中位数6.18秒，比DeepSeek V4.1 Flash的3.64秒慢了一截，P90差距更明显。
Liquid AI 把 d1-3B 和 d1-omni-600M 做成了 GGUF 量化包，最小 256 MB，笔记本就能跑，量化版还能保住 97.1% 的精度，本地部署决策模型可以试试。
Anthropic 把 Haiku 5.5 做到成本砍掉 75%，电脑操作跑分翻了几倍，跑批量和子智能体任务的成本党可以看看这个。
Bindu Reddy 直接开炮，说 Haiku 5.5 不如 DeepSeek 和 Luna，Anthropic 该发的其实是 Fable 5.5。
Anthropic在Databricks上发布了Claude Haiku 5.5，比前代质量提升15%且成本更低，适合需要高性能小模型的开发者。
有人实测两个同价模型做同一个 3D 场景，一个花 24.96 美元一个只花 1.91 美元，选模型前看看能省不少。
vLLM 花三周把 DeepSeek-V4.1-Flash 跑快了 1.9 倍，AgentX 上吞吐 5.3 倍，还附交互图表拆解过程，做部署的可以看看。
Codex GPT 6 Astra 一次生成就把 Discs of Tron 完整写进 FPGA 逻辑，直接跑在 Chromatic 上，看到演示你会想去试。
Liquid AI 的 d1 3B 单卡跑 Snake，8ms 决策吃了 86 个苹果，OpenAI API 345ms 才吃 3 个，对比很直观。
Matt Shumer 抛了个省钱思路：Opus/Sonnet 当大脑，Haiku 当干活的子智能体，搞智能体的可以试试。
Mistral 的 Mistral Large 4 来了，1T 参数只激活 49B，权重月底开源，视频里直接和 GPT-6.1、Claude Opus 5.5 掰手腕，可以看看它到底排在哪一档。
Anthropic 员工放出的 Haiku 5.5 对比信息：比 Haiku 4.5 快还便宜 75%，编程和 computer use 都升级了，做应用的可以关注价格变化。
Anthropic 说 Haiku 5.5 在 10 万 token 以下的任务最划算，而这占了日常请求的九成，用小模型的可以算笔账。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档