最新 AI 新闻与行业动态

模型中美对照多源确认23:44

Claude Fable 5.1 仍居 AI 指数首位，与 GPT-6 Astra 并列

Anthropic 新发布的 Claude Fable 5.1 在最新 AI 指数中表现不错，和 GPT-6 Astra 并列第一，而且能帮你省点钱。

#Claude #GPT-6 #Anthropic #OpenAI

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

模型中美对照多源确认78°00:47

GPT-6 Astra 在 ARC-AGI-3 基准测试中登顶，同时降低 token 成本

DeepLearningAI 分析了 GPT-6 Astra 的最新表现，它不仅登顶了 ARC-AGI-3 基准测试，还降低了 token 成本，对开发者来说很实用。

#GPT-6 #Claude #ARC-AGI-3 #token成本

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

模型 Agent 与开发者23:21

Claude Fable 5.1 帮助开发者两天完成 CRM 仪表盘开发

朋友用 Claude Fable 5.1 两天就搞定了 CRM 仪表盘，比纯手动快得多，适合需要快速开发的人。

#Claude #Fable #技能调用

Guillermo Rauch@rauchg原文

模型 Agent 与开发者多源确认21:47

日常工作中仍在使用 Opus 5 和 GPT-5.6

朋友日常工作中还在用 Opus 5 和 GPT-5.6，说明这些模型目前还是主流选择。

#Opus 5 #GPT-5.6 #GPT-6 #提示词工程

事件专题

elvis@omarsar011 个信源在谈原文

模型中美对照多源确认19:01

GPT-6 Astra 在 Andon Labs 基准测试中表现优于 Claude Fable 5.1

GPT-6 Astra 在 Andon Labs 的基准测试中表现更好，无人机控制能力更强。

#GPT-6 #Claude #AI模型 #基准测试

事件专题

官方账号Decoder@Tomislav Bezmalinović11 个信源在谈原文

模型中美对照多源确认01:22

Code Arena WebDev榜单更新：OpenAI GPT-6 Astra领跑，Claude Fable 5.1紧随其后

朋友推荐：Code Arena这个榜单挺有意思，OpenAI的GPT-6 Astra现在分数最高，Claude的Fable 5.1也还不错，看看哪个更适合做前端开发。

#Code Arena #GPT-6 #Claude #WebDev

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23:51

AI时代工程师技能变化：OpenAI GPT-6、Anthropic Claude Fable 5.1等新模型发布

朋友，OpenAI和Anthropic都发布了新模型，GPT-6和Claude Fable 5.1，还有Google等公司的语音转文本模型，错误率都低于4%，这些新模型和技能变化信息很实用。

#GPT-6 #Claude #OpenAI #Anthropic

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

模型中美对照多源确认精选17:24

NeoCognition 发布 ApprenticeBench，Fable 5.1 和 GPT-6 Astra 可持续学习超越人类专业人士

朋友，NeoCognition 新出的 ApprenticeBench 很有意思，他们让 Fable 5.1 和 GPT-6 Astra 在真实工作中持续学习，结果比人类专家还强，而且系统自己部署，不用 FDEs。

#NeoCognition #ApprenticeBench #Fable 5.1 #GPT-6 Astra

事件专题

Binyuan Hui@huybery11 个信源在谈原文

模型中美对照精选78°09:32

Cursor 发布私有基准 CursorBench 4.0，替代公开基准评测模型

Cursor 发布了私有基准 CursorBench 4.0，用真实会话反向出题，任务更复杂，能更真实地评测模型性能。

#Cursor #私有基准 #SWE-bench #评测

shao__meng@shao__meng原文

模型中美对照多源确认精选09:25

Astra 在解析带表格复杂文档时表现最佳，在 ParseBench 上达 93.2% 成绩

Jerry Liu 测试了 Astra，它解析带表格的复杂文档很厉害，在 ParseBench 上 93.2%，适合金融文档分析，但价格有点贵。

#Astra #ParseBench #文档解析 #金融

事件专题

Jerry Liu@jerryjliu011 个信源在谈原文

模型 Agent 与开发者05:22

Claude 的 Fable 5.1 Build Days 本周启动，全球多地举办工作坊

Claude 的社区活动，能和 Fable 5.1 一起试试新功能，和同行交流一下。

#Claude #Fable #提示词工程

Claude@claudeai原文

模型中美对照多源确认78°04:01

SWE-2 在 Kimi-K3 上微调后，在 FrontierCode 基准上超越 SWE-1.7、Grok 4.6 和 GPT 5.6

Cognition 公司发布了 SWE-2，这个模型在 Kimi-K3 上微调后，在 FrontierCode 基准上表现更好，成本也更低。

#SWE-2 #Kimi-K3 #FrontierCode #编程助手

事件专题

Cognition@cognition_labs9 个信源在谈原文

模型中美对照多源确认01:16

Cognition 发布 SWE-2 模型，在编码基准测试中表现强劲

朋友发了 Cognition 新的 SWE-2 模型，这个模型在编码方面很厉害，和 Fable 5.1 差不多，但成本更低。

#Cognition #SWE-2 #Kimi K3 #FrontierCode

事件专题

The Rundown AI@therundownai9 个信源在谈原文

模型中美对照多源确认00:53

Claude Fable 5.1 和 GPT-6 Astra 让专有模型与开源模型在网页开发上的差距重新扩大

Claude和GPT-6的新版本让专有模型在网页开发上又领先了，想了解最新差距的可以看看。

#Claude #GPT-6 #DeepSeek #网页开发

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00:47

Cognition 发布 SWE-2 模型，在代码生成任务上表现接近 Fable 5.1

Cognition 推出了 SWE-2，这个模型在代码生成上很厉害，和 Fable 5.1 差不多，但便宜很多。

#Cognition #SWE-2 #代码生成 #Fable 5.1

事件专题

elvis@omarsar05 个信源在谈原文

模型中美对照23:56

Claude Fable 5.1语言较前代更'轻量级'

想了解Claude Fable 5.1语言风格变化，和Fable 5相比有何不同？这篇文章值得一读。

#Claude #语言模型 #Fable 5.1 #写作风格

官方账号Decoder@Matthias Bastian原文

模型 Agent 与开发者多源确认07:32

AutoResearchExam基准测试发布

看看AI研究代理在24小时内如何解决开放性问题，以及不同模型在长期任务中的表现差异。

#AutoResearchExam #Astra #Fable #Qwen3.8

事件专题

elvis@omarsar011 个信源在谈原文

模型 Agent 与开发者多源确认73°04:51

Claude Fable 5.1 写作风格变化分析

Anthropic 分析了 Fable 5.1 相比前版本的写作风格变化，包括用词频率、句子长度等具体数据。

#Claude #Fable #Anthropic #写作风格

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者00:22

Claude Fable 5与5.1写作清晰度对比

Claude团队发布了Fable 5和5.1的写作清晰度对比结果，想知道哪个模型更擅长清晰表达。

#Claude #Fable #写作清晰度 #模型对比

lmarena.ai@lmarena_ai原文

模型中美对照多源确认78°02:15

OpenAI发布GPT-6 Astra重塑Agent Arena前沿

OpenAI新模型GPT-6 Astra在性价比上表现突出，比Claude Fable便宜7%但差距很小。

#GPT-6 #OpenAI #Agent Arena #Claude Fable

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认精选73°09:33

GPT-6-Astra等模型创意写作评测

Sam评测了4个最新写作模型，Muse Spark胜出，GPT-6-Astra连段落都不会写了

#GPT-6-Astra #Muse Spark #Fable #Gemini

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者多源确认09:06

创意写作榜单第一不代表真人最爱

Sam测试发现，Muse Spark 1.3虽排名低，但写作更自然，比GPT-6 Astra和Fable 5.1更符合个人喜好。

#Muse Spark #GPT-6 Astra #Fable #创意写作

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者多源确认精选73°15:16

GPT-6 Astra 与 Claude Fable 5.1 15场景对比

实测对比 GPT-6 和 Claude 5.1，15个场景告诉你哪个模型更适合你的工作类型和预算。

#GPT-6 #Claude #OpenAI #Anthropic

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13:46

GPT-6 Astra评测：规划出色但执行能力差

Gary Marcus评测了GPT-6 Astra，发现它规划能力顶尖但执行糟糕，代码错误率高，远不如Fable和Claude平衡。

#GPT-6 #Astra #GaryMarcus #代码生成

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

模型 Agent 与开发者多源确认06:35

GPT-6 Astra与Fable 5.1性能对比

GaryMarcus实测GPT-6 Astra，发现与Fable 5.1各有千秋，双模型协作效果更佳。

#GPT-6 Astra #Fable 5.1 #模型对比

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

模型中美对照多源确认73°14:49

OpenAI 多次修改 GPT-6 Astra 基准测试数据

OpenAI 发布 GPT-6 Astra 后多次调整评测数据，部分指标波动近10个百分点，引发对基准测试准确性的质疑。

#GPT-6 #Astra #OpenAI #基准测试

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78°09:45

Claude Fable 5.1 (Max)登顶Agent Arena榜首

Anthropic的Claude Fable 5.1 (Max)在Agent Arena排名第一，性能领先但成本较高，用户满意度极高。

#Claude #Anthropic #Agent Arena #智能体

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78°09:30

Claude Fable 5.1登顶Agent Arena排行榜

Anthropic的Claude Fable 5.1在真实任务测试中表现优异，性价比高，用户满意度遥遥领先。

#Claude Fable 5.1 #Anthropic #Agent Arena #智能体

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者精选73°09:30

Claude Fable 5.1登顶Agent Arena排行榜

Claude Fable 5.1在Agent Arena全面领先，多项指标大幅提升，错误恢复能力突出。

#Claude Fable 5.1 #Agent Arena #智能体 #基准测试

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

模型 Agent 与开发者多源确认08:46

GPT-6 Astra交易图表分析能力评测

GPT-6 Astra的图表分析能力目前是No.1，能直接在交易图上画趋势线、阻力线，帮你做交易预选。

#GPT-6 #Astra #交易分析 #智能体

事件专题

宝玉@dotey11 个信源在谈原文

模型中美对照多源确认93°02:45

GPT-6 Astra Max登顶Code Arena编程榜单

OpenAI新模型GPT-6 Astra Max在编程评测中夺冠，比第二名高35分，价格与Claude持平。

#GPT-6 #OpenAI #Code Arena #编程助手

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78°02:35

GPT-6 Astra Max登顶Code Arena编程基准

OpenAI的GPT-6 Astra Max在编程基准测试中击败Claude成为第一，性能提升明显。

#GPT-6 Astra #Code Arena #OpenAI #编程基准

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精选11:28

GPT-6 Astra与Fable 5.1性能对比

dotey实测GPT-6 Astra速度快、成本低，Computer Use能力让开发到验收形成完整闭环。

#GPT-6 #Fable #Computer Use #开发工具

事件专题

宝玉@dotey11 个信源在谈原文

模型中美对照多源确认73°07:52

GPT-6 Astra登陆Perplexity Computer

Perplexity上线了GPT-6 Astra，性能领先竞品，Pro和Max用户可用。

#GPT-6 Astra #Perplexity #WANDR #推理模型

事件专题

官方账号Perplexity@perplexity_ai11 个信源在谈原文

模型中美对照多源确认73°05:27

GPT-6 Astra与Claude Fable 5.1对比评测

OpenAI的GPT-6 Astra与Anthropic的Claude Fable 5.1正面PK，成本、编程能力实测对比

#GPT-6 Astra #Claude Fable 5.1 #OpenAI #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73°03:54

GPT-6 Astra已在模型选择器中出现

OpenAI的GPT-6 Astra来了，数学、科学、网络安全等多项测试创下新高，Greg Brockman称已进入AGI时代。

#GPT-6 #Astra #OpenAI #推理模型

事件专题

The Rundown AI@therundownai11 个信源在谈原文

模型中美对照多源确认精选73°19:15

GPT-6 Astra基准测试结果不一

GPT-6 Astra在ARC-AGI-3测试中首次超越人类效率，让AI专家Chollet提前了AGI预测时间。

#GPT-6 #Astra #Claude #AGI

事件专题

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

模型 Agent 与开发者多源确认精选73°18:00

GPT6-Astra评测：编程能力与Claude Opus 5相当

OpenAI的GPT6-Astra评测曝光，编程能力与Claude Opus 5相当，但价格涨2.5倍，因效率提升实际成本反而降一半。

#GPT6-Astra #Claude Opus #Fable #Computer Use

事件专题

向阳乔木@vista811 个信源在谈原文

模型中美对照多源确认73°10:10

GPT-6 Astra在WANDR评测中获最高分

GPT-6 Astra在WANDR评测中击败多个竞品，性价比突出。

#GPT-6 Astra #WANDR #推理模型

事件专题

官方账号Perplexity@perplexity_ai11 个信源在谈原文

模型中美对照多源确认73°10:10

OpenAI发布GPT-6 Astra模型

OpenAI的GPT-6 Astra在性能和成本上都超越了竞品，Perplexity Pro和Max用户即将可用。

#GPT-6 Astra #OpenAI #WANDR #Perplexity

事件专题

Aravind Srinivas@AravSrinivas11 个信源在谈原文