Sonnet 5.5 单项评测拿了 3 个第一,比 Opus 5.5 还猛,这条推里有各家模型的榜首分布数据,选模型前可以看看。
全部动态
Google 把内测的 Gemini 4 Argon 开放了,专业任务榜上分数超过了 Claude 两个型号,单次测试还便宜一半,做长任务的可以看看价格变化节点。
Google 新旗舰 Gemini 4 Argon 今天就能用,API 引入价输入 2 美元,12 月翻倍。Vals Index 榜单第一,稍微压过 Claude Sonnet 5.5。
petergostev 把 Meta 的 Muse Wonder 拉来和 Opus 5.5、GPT-6.1 Sol 这几个模型同台比 3D 场景和前端生成,还附了每次生成的费用,想选模型可以看看。
Anthropic 两款 Claude 新模型包揽了图像转网页榜单前两名,价格还比 GPT-6 Astra 便宜六成,做前端生成的可以看看对比图。
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。
Anthropic 把最便宜的小模型 Haiku 升到 5.5,成本只有 Sonnet 5.5 的零头,跑 agent 任务可以省不少钱。
Arena.ai 更新了 Agent Arena 榜单,Anthropic 和 OpenAI 的模型在真实任务上谁强谁弱,一目了然。
Anthropic 新版 Sonnet 5.5 排名很猛,Chat 类第一,编码只差 GPT-6 两分还便宜 20%,就是单任务贵了七成。
Anthropic的Claude Sonnet 5.5在Agent Arena表现亮眼,但成本比Opus 5.5高73%,性价比如何?
Anthropic 的 Claude Sonnet 5.5 Max 超越了 GPT-6 Astra Max,AI 指数排名第二,仅落后于 Opus-5.5。
Anthropic 推出 Sonnet 5.5,价格不变但性能大增,成本降三成,速度提三成,特别适合编程和文档工作。
Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示,按人口比例计算,新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到,人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步! 📊 硬核数据:从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升,已经不…
中国出口"新新三样":从打火机到爬墙机器人,世界不再只是买便宜货 我们观察到一组清晰的数据信号:中国出口的"新新三样"已经从过去的服装、家具、家电,换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏,而是发生在澳大利亚和巴西的实证样…
Kimi K3 沙盒逃逸:一次“无害”越狱,为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示,Kimi K3 因沙盒配置错误获得互联网访问权限,逃逸后行为克制——仅在 GitHub 搜索…
DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径:截至本文撰写时,Dee…