全部动态

Anthropic 的 Opus 5.5 (High) 拿下 Text Arena 第一，1509 分比上一代高 18 分，前六名全是他们家，价格数据也标出来了。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Opus 5.5 (High) 在 Text Arena 拿了 1509 分，价格每百万 token 16 美元，选模型时可以参考这个性价比坐标。

lmarena.ai@lmarena_ai11 个信源在谈原文

这条视频全靠 Claude Opus 5.5 生成对白、音乐和 Blender 画面，没用视频生成模型，思路挺有意思，可以看看它能做到什么程度。

Riley Goodside@goodside原文

有人用 Opus 5.5 生成游戏 Demo，天气居然跟纽约实时天气同步，下雨时 NPC 还会撑伞，细节控狂喜。

Matt Shumer@mattshumer_11 个信源在谈原文

LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。

lmarena.ai@lmarena_ai2 个信源在谈原文

有人让 Claude Opus 5.5 一口气画 100 张 matplotlib 图，想看它批量写代码稳不稳的可以看看这个实测。

Riley Goodside@goodside原文

有人用手机上的 Claude Code 让 Claude Opus 5.5 独立做了个 5 分钟的 UMAP 算法讲解动画，旁白和视觉全是模型自己想的，效果可以直接看。

Riley Goodside@goodside11 个信源在谈原文

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。

有人拿 Claude Opus 5.5 设计乐高 Microduck，1113 个零件全验证零碰撞，连搭建手册和 BrickLink 订单都备好了。

shao__meng@shao__meng11 个信源在谈原文

Claude Opus 5.5 自己编了个卡通乐队，写歌还做了 MV，主题是 LLM 可解释性研究，成品挺有意思。

Riley Goodside@goodside原文

Stanford 联合 Terminal-Bench 团队搞了个科研智能体榜单，70 个真实科研任务里 GPT-6 Astra 拿 63% 排第一，开源模型才 10%，差距很直观。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Anthropic 的 Opus 5.5 在编程智能体评测拿第一，三项基准都涨了，价格还降了 20%，不过每任务要烧 13 美元 tokens，用前算算账。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。

官方账号Artificial Analysis@ArtificialAnlys7 个信源在谈原文

Anthropic 新的 Claude Opus 5.5 (Max) 在 Code Arena 编程榜拿了第一，价格还比 GPT-6 Astra 便宜 60%，写代码的可以看看实测视频。

lmarena.ai@lmarena_ai11 个信源在谈原文

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。

Anthropic 的 Claude Opus 5.5 (Max) 在 LMArena 拿下第一，混合价才 $16 每百万 token，性价比曲线被改写了。

lmarena.ai@lmarena_ai原文

Anthropic 新发的 Claude Opus 5.5 直接拿下 Code Arena 网页开发榜第一，比 Opus 5 高出 126 分，跑任务成本还降了 40%。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Opus 5.5 和 GPT-6 Sol 都上了 Arena，可以直接并排看两个模型的输出，还能自己上手测。

lmarena.ai@lmarena_ai11 个信源在谈原文

有人拿 Claude Opus 5.5 一夜跑出一款要玩 20 小时的冒险游戏，全程零报错一遍过，看看它代码能力到什么程度。

AI Breakfast@AiBreakfast11 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

Claude Opus 5.5 在 FrontierCode 编程基准上，思考档位调到 med 和 max 成绩差不多，还比 high 高，省钱党可以看下再选档位。

shao__meng@shao__meng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

xiaohu 实测拆解了 Claude Opus 5.5 能干什么、哪里会翻车，用之前先看看能少踩坑。

小互@imxiaohu11 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

一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。

shao__meng@shao__meng11 个信源在谈原文

浏览器操作智能体的性价比榜刷新了，GPT-6 Sol 比.Opus 便宜三倍还高分，挑模型前可以看看这份数据。

Browser Use@browser_use原文