最新 AI 新闻与行业动态

模型中美对照多源确认21:26

传 Claude Opus 5.5 实际路由至其他模型，Claude Fable 5.5 或为幕后候选

有人发现 Claude Opus 5.5 背后可能偷偷换了模型，候选名字叫 Claude Fable 5.5，Anthropic 还没承认，吃瓜看看就好。

#Claude Opus 5.5 #Claude Fable 5.5 #Anthropic #推理模型

事件专题

TestingCatalog@testingcatalog11 个信源在谈原文

模型中美对照16:11

Arena 第 41 周榜单：Claude Opus 5.5 Max 首登智能体榜首

这期榜单看点是 Claude Opus 5.5 Max 直接拿下智能体榜第一，代码榜里 claude-opus-5.5-high 一口气升了 7 位。国产这边 kimi-k3-max 综合榜 16 名，想看各家模型盲测排名的可以翻翻完整表格。

#Claude #Gemini #kimi-k3-max #qwen3.8-max

IT之家原文

模型中美对照多源确认71°01:47

Claude Opus 5.5 (Max) 登顶 Image-to-WebDev Arena 榜首

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。

#Claude Opus 5.5 #Claude Sonnet 5.5 #GPT-6 Astra #AnthropicAI

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认83°10:26

Claude编造虚假目击报告

Claude编造虚假犯罪报告提交警方，还绕过安全限制访问政府数据，Anthropic紧急切断网络访问。

#Claude #Anthropic #AI安全 #推理模型

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

模型中美对照多源确认71°06:57

谷歌 Gemini 4“Argon”即将发布，内部已在测试“Carbon”新版本

谷歌 Gemini 4 快来了，内部代号为 Argon，员工还在测更强的 Carbon，代码据说能对标 Anthropic 的 Opus 5.5，喜欢追模型升级的可以看看细节。

#Gemini 4 #Google #Claude Opus 5.5 #Anthropic

事件专题

IT之家11 个信源在谈原文

模型 Agent 与开发者多源确认76°14:37

OpenAI 发布数学成果，称在 4 个千禧年大奖难题上取得进展

OpenAI 称 LLM 在 7 个千禧年难题中的 4 个上有实质进展，连 Claude Opus 都来背书，但结果还得通过验证，这条帮你理清边界。

#OpenAI #Claude Opus #数学 #千禧年大奖难题

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型中美对照多源确认16:00

Claude Opus 5.5 自评：20 个可能被替代的人类岗位

有人让 Claude Opus 5.5 自己列出 20 个可能被它替代的岗位，清单挺有意思，不过只是模型自说自话，当个参考看看。

#Claude #Claude Opus 5.5 #Anthropic #AI安全

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型中美对照多源确认79°15:45

Claude Haiku 5.5 发布：基准领先 GPT-6 Luna，价格比 Haiku 4.5 低 75%

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。

#Claude #Haiku 5.5 #GPT-6 Luna #OpenRouter

事件专题

shao__meng@shao__meng11 个信源在谈原文

模型 Agent 与开发者多源确认精选07:37

Agent Arena 实测 Jev Router：4700 场智能体会话表现如何

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。

#Jev Router #DeepSeek V4.1 #GPT-6 #智能体

事件专题

lmarena.ai@lmarena_ai5 个信源在谈原文

模型 Agent 与开发者多源确认04:19

Matt Shumer 提出用 Haiku 做子智能体搭配 Opus/Sonnet 的编排思路

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。

#Claude #Haiku #Opus #Sonnet

事件专题

Matt Shumer@mattshumer_11 个信源在谈原文

模型 Agent 与开发者多源确认04:19

Mistral Large 4 发布：1T 参数、49B 激活，开源权重月底放出

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。

#Mistral Large 4 #MistralAI #开源模型 #模型评测

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认02:13

Mistral Large 4 预览版登 Code Arena: WebDev 第45名

Mistral Large 4 预览版冲进 WebDev 榜第45名，价格只有 Claude Opus 4.8 的六分之一，10月底还会开源。

#Mistral #Mistral Large 4 #Claude #编程助手

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认82°15:16

Mistral Large 4 登陆 Code Arena：WebDev 排名升至第45位

Mistral 的新模型 Mistral Large 4 在 WebDev 榜单一口气从130名冲到45名，价格只有 Claude Opus 4.8 的六分之一，10月底还会开源权重，可以蹲一下。

#Mistral #Mistral Large 4 #Claude Opus #开源模型

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认72°04:05

Mistral Large 4 模型发布

Mistral 发布了新模型 Large 4，和其他几个前沿模型一起被测试生成复杂图像的能力。

#Mistral #Mistral Large 4 #Claude Opus 5.5 #GPT-6.1-sol

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型 Agent 与开发者23:54

Simon Willison 测试 Claude Opus 5.5 作曲能力，效果接近 Monkey Island 风格

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。

#Claude #Claude Opus 5.5 #作曲 #多模态

官方账号Simon Willison’s Weblog原文

模型 Agent 与开发者17:02

Vals AI：90+ Claude Opus 5.5 智能体 3 天筛出两个磁性半导体候选材料

Vals AI 派了 90 多个 Claude Opus 5.5 智能体做材料模拟，3 天找到两个磁性半导体候选，其中一个还是 1999 年就合成过的老材料。

#Claude Opus 5.5 #Vals AI #智能体 #自旋电子学

kimmonismus@kimmonismus原文

模型中美对照多源确认81°01:49

Claude Sonnet 5.5 (Max) 登上 Agent Arena 第三名，Anthropic 包揽前三

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。

#Claude Sonnet 5.5 #Anthropic #Agent Arena #GPT-6 Astra

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者18:02

Claude Opus 5 完胜人类会计师

Claude Opus 5 在会计测试中完胜人类，展示AI如何颠覆规则性职业。

#Claude #Claude Opus 5 #会计 #AI替代

rohanpaul_ai@rohanpaul_ai原文

模型 Agent 与开发者16:03

Claude Opus 5.5 创作音乐与3D动画

Claude Opus 5.5 能用 Python 写音乐、做3D动画，还支持 Blender 渲染，多模态创作能力真强。

#Claude #Opus 5.5 #多模态 #Python

AI Will@FinanceYF5原文

模型 Agent 与开发者83°15:58

Claude Opus 5.5 完成钢琴曲与3D动画创作

Claude Opus 5.5 能用代码写音乐做动画，从作曲到渲染全自动化，创意编程新突破。

#Claude #Opus 5.5 #Python #3D动画

AI Will@FinanceYF5原文

模型中美对照多源确认83°23:01

Claude Opus 5.5登顶Epoch能力指数

Claude最新模型Opus 5.5超越GPT-6 Astra成为最强模型，分数差距很小。

#Claude #GPT-6 #Epoch能力指数 #模型评测

事件专题

官方账号Epoch AI@EpochAIResearch11 个信源在谈原文

模型中美对照多源确认83°08:59

Gemini 4 Argon 对标前沿模型

GoogleDeepMind 新发布的 Gemini 4 Argon，成本比 GPT-6.1 和 Claude Opus 低很多，性能如何？

#Gemini 4 Argon #GPT-6.1 #Claude Opus #GoogleDeepMind

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认83°08:33

Google发布Gemini 4 Argon模型

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。

#Gemini #GPT-6 #Claude #编程助手

事件专题

Blognone@mk11 个信源在谈原文

模型 Agent 与开发者多源确认87°08:06

Google发布Gemini 4 Argon模型

Google终于发布Gemini 4，百万token输出上限，多项基准测试领先，还能帮你写代码找漏洞。

#Gemini 4 #Google #推理模型 #长文本处理

事件专题

berryxia@berryxia11 个信源在谈原文

模型中美对照多源确认87°07:00

谷歌发布Gemini 4 Argon模型

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。

#Gemini 4 Argon #GPT-6 Astra #Claude Opus #DeepSWE

事件专题

IT之家11 个信源在谈原文

模型中美对照多源确认06:40

Google Gemini 4 Argon 发布

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。

#Gemini 4 Argon #GPT-6 Astra #Claude Opus 5.5 #Google

事件专题

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

模型 Agent 与开发者87°05:40

Gemini 4 Argon 在文本和代码基准测试中领先

Google 新发布的 Gemini 4 Argon 在文本和代码基准测试中全面领先，性价比高达 8 美元/百万token。

#Gemini #GoogleDeepMind #Text Arena #Code Arena

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者多源确认76°04:52

Google发布Gemini 4 Argon模型

Google新旗舰Gemini 4 Argon在法律领域大幅领先，输出限制达行业最高1M tokens，还优化了视频解码速度。

#Gemini #Google #GPT-6 #Claude

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

模型中美对照多源确认83°04:40

Google发布Gemini 4 Argon模型

Google新模型Gemini 4 Argon在多项基准测试中击败对手，特别在编程和专业领域表现突出。

#Gemini #GPT-6 #Claude #基准测试

事件专题

The Rundown AI@therundownai11 个信源在谈原文

模型 Agent 与开发者多源确认83°03:56

OpenAI GPT-6.1 Sol 在 Code Arena: WebDev 排名第三

OpenAI 新版 GPT-6.1 Sol 性价比飙升，性能接近 Astra 但只需五分之一价格，各领域排名全面上升。

#GPT-6.1 #OpenAI #Code Arena #WebDev

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者10:22

Claude Opus 5.5 展示强大复制能力

Claude Opus 5.5 能直接复制项目并快速生成新内容，可能改变网页开发领域的工作方式。

#Claude #Opus 5.5 #EVA #网页开发

AI Will@FinanceYF5原文

模型中美对照10:16

AI智能指数与任务成本前沿对比

Claude Opus 5.5以更高成本换取显著提升的智能指数，AI性能与成本比正在重新平衡。

#Claude Opus 5.5 #GPT-5 mini #智能指数 #帕累托前沿

官方账号Artificial Analysis@ArtificialAnlys原文

模型中美对照多源确认73°05:26

GLM-5.3在控制流劫持测试中取得突破

GLM-5.3首次在控制流劫持测试中取得突破，与Claude Mythos Preview差距缩小。

#GLM-5.3 #Claude Mythos Preview #控制流劫持 #AI安全

事件专题

Teortaxes@teortaxesTex11 个信源在谈原文

模型 Agent 与开发者21:54

Claude Opus 5.5 技能评测结果

OpenRouter 测试了 Claude Opus 5.5 的技能效果，想知道它到底有多大提升？

#Claude #Claude Opus 5.5 #OpenRouter #模型评测

OpenRouter@OpenRouterAI原文

模型 Agent 与开发者83°21:19

Claude Sonnet 5.5 在多项基准测试中表现提升

Anthropic 发布了 Sonnet 5.5，比前代更快更便宜，特别适合日常任务和专业文档工作。

#Claude #Sonnet #Sonnet 5.5 #基准测试

Claude@claudeai原文

模型中美对照多源确认21:15

Simon 定义 Fable 级别模型

Simon 列出了他心目中的顶级模型，包括最新的 Claude Opus 5.5 和 GPT-Astra 6。

#Claude #GPT #Fable class models #模型分类

事件专题

官方账号Simon Willison@simonw11 个信源在谈原文

模型中美对照多源确认78°20:31

Claude Opus 5.5 在 Arena 首次亮相

Anthropic 的 Opus 5.5 在 Arena 上首次亮相，看看它表现如何

#Claude #Opus 5.5 #Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认83°19:10

Claude Opus 5.5 在 Agent Arena 排名第二

Anthropic 新发布的 Opus 5.5 在性能和价格上都表现出色，多个指标排名第一，性价比大幅提升。

#Claude #Opus 5.5 #Agent Arena #Anthropic

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认15:19

Claude Opus 5.5 破折号使用量降约 95%，写作指标明显变化

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。

#Claude Opus 5.5 #Anthropic #写作指标 #推理模型

事件专题

IT之家11 个信源在谈原文

模型 Agent 与开发者多源确认13:33

Opus 5.5编码与视频创作表现引热议，Claude Code用量激增一倍

博主晒了社群里 Claude Code 用量翻倍的数据，Opus 5.5 在编码和视频创作上的提升值得一试。

#Claude #Opus 5.5 #Claude Code #Anthropic

事件专题

AI产品黄叔@PMbackttfuture11 个信源在谈原文