最新 AI 新闻与行业动态

模型中美对照多源确认精选73°23:10

阿里巴巴发布Qwen3.8-Flash-Next，目标‘极致成本效率’

想了解阿里巴巴如何以更低成本打造强大模型？Qwen3.8-Flash-Next值得一试，它比DeepSeek-V4-Flash和Claude Opus 4.6更高效，成本更低。

#Qwen3.8-Flash-Next #成本效率 #混合专家模型 #DeepSeek-V4-Flash

事件专题

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

模型中美对照多源确认82°23:03

Qwen3.8-Flash发布，性能卓越，价格亲民

Alibaba Qwen团队发布了Qwen3.8-Flash，性能卓越且价格亲民，是DeepSeek V4 Flash和Claude Opus 4.6 Max的性价比之选。

#Qwen3.8-Flash #多模态MoE #性能卓越 #价格亲民

事件专题

Paul Couvert@itsPaulAi7 个信源在谈原文

模型中美对照多源确认精选72°18:55

Anthropic Fable 5 模型占比6%，价格差距影响支出

Anthropic的Fable 5模型价格高，但占比低，而Opus 5在成本和性能上更具竞争力，值得关注其价格策略和模型竞争力

#Anthropic #Fable 5 #Claude Opus 5 #模型价格

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型中美对照08:18

Inherent发布Faraday智能体，复现能力超GPT-5.5与Claude Opus 4.8

Inherent新推Faraday智能体，小模型大能力，强化学习助其超越GPT-5.5与Claude Opus 4.8，值得关注。

#Faraday #Inherent #强化学习 #复现能力

IT之家原文

模型 Agent 与开发者23:04

Replit Free Mode vs Gemini 3.7 Flash vs Grok 4.6 vs Claude Opus 5 比较评测

Poonam Soni 在 Replit 上比较了 Free Mode、Gemini 3.7 Flash、Grok 4.6 和 Claude Opus 5，看看哪个在创建 Subway Surfer 克隆时表现最佳。

#Replit #Gemini 3.7 Flash #Grok 4.6 #Claude Opus 5

Amjad Masad@amasad原文

模型中美对照78°19:58

DeepSeek更新多模态模型

DeepSeek新模型发布，多模态能力提升，值得一试！

#DeepSeek #多模态 #模型发布 #智能体

shao__meng@shao__meng原文

模型中美对照精选23:05

阿里发布 Qwen-UI-Agent，主打让模型真正“会用”每一块屏幕

阿里刚发了 Qwen-UI-Agent，能直接操作手机电脑屏幕，移动端比 GPT-5.6 Sol 高 12 个点，还能在真实手机上跑任务，以后帮你自动查地址、订高铁、整理文件应该更靠谱了。

#Qwen-UI-Agent #阿里 #GUI智能体 #智能体

IT之家原文

模型13:41

Ornith-1.5系列开源AI模型发布，量化版适配iPhone 17等手机

DeepReinforce刚发布了Ornith-1.5系列开源模型，里面有量化版居然能在iPhone 17手机上用，而且大模型性能和Claude Opus 4.8差不多甚至更强，和其他模型比也有优势，值得看看。

#Ornith-1.5 #Claude Opus 4.8 #iPhone 17 #开源模型

IT之家原文

模型多源确认03:31

Agent Arena 15款模型任务成本对比：性价比分析

Agent Arena发布了各模型任务成本对比，能清楚看到不同模型花多少钱和效果，和同类比啥不一样。

#Agent Arena #Kimi K3 #Claude Opus 5 #性价比

事件专题

lmarena.ai@lmarena_ai8 个信源在谈原文

模型多源确认02:41

Agent Arena推出Pareto前沿任务性能对比平台

Agent Arena发布了Pareto前沿平台，能查各模型做真实任务里的表现，像 Claude 和 GPT 这些对比后就知道哪个更划算。

#Claude Opus 5 #Kimi K3 #GPT 5.5 #多模态

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12:26

Claude Opus 5等模型展示人体与物体融合绘画能力

Ann测试了四个模型如何将人体与物体融合绘画，Claude Opus 5的创意表现令人印象深刻。

#Claude Opus 5 #Gemini 3.7 Flash #Kimi K3 #GPT 5.6 Sol

事件专题

小互@imxiaohu7 个信源在谈原文

模型中美对照多源确认精选71°07:17

Agent Arena 新分类榜：代码榜首 GPT 5.6 Sol，工作聊天归 Claude Opus 5

想知道代码、工作、聊天分别谁最强？Agent Arena 新榜单给出答案：GPT 5.6 和 Claude Opus 5 各领风骚。

#Agent Arena #GPT 5.6 #Claude Opus 5 #智能体

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照79°02:05

27B参数智能体Faraday复现论文击败Claude Opus 4.8和GPT-5.5

一个叫Faraday的27B智能体，把论文复现变成强化学习任务，在测试集上赢了Claude Opus 4.8和GPT-5.5，还把编码agent当工具用，有点意思。

#Faraday #Claude Opus 4.8 #GPT-5.5 #论文复现

事件专题

elvis@omarsar02 个信源在谈原文

模型中美对照精选03:02

Gemini 3.7 Flash (High) 在 Text Arena 升至第9，得分1490

Gemini 3.7 Flash在Text Arena冲到第9，创意写作第3，数学第4，跟Qwen-3.8和Claude Opus 5只差几分。

#Gemini 3.7 Flash #Text Arena #Qwen-3.8 #Claude Opus 5

lmarena.ai@lmarena_ai原文

模型政策与合规多源确认17:54

Claude Opus 5系统提示词曝光：回应出口管制事件

Simon Willison贴出Claude Opus 5系统提示词，看Anthropic怎么让模型谈出口管制，还给了官方声明链接。

#Claude Opus 5 #Anthropic #系统提示词 #Claude Fable 5

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型中美对照多源确认17:53

xAI Grok 4.6 追平 GPT-5.6 Sol，价格低超 60%

xAI 的 Grok 4.6 跑分追平 GPT-5.6，智能体任务比 Claude 更省步数，价格还便宜一大截，想换 API 的可以看看。

#Grok 4.6 #GPT-5.6 #Claude Opus 5 #xAI

事件专题

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

模型中美对照81°17:51

LMArena：Claude Opus 5写作更长、词汇更简单

Claude Opus 5和Opus 4.5差多少？LMArena用数据告诉你：回复长度是4.5的3倍，词汇反而更简单，破折号也更多。

#Claude #Opus #Fable #LMArena

lmarena.ai@lmarena_ai原文

模型政策与合规08:58

Claude Opus 5 系统提示包含 Fable 出口管制细节

Simon Willison 挖到 Claude Opus 5 系统提示里居然写了 Fable 出口管制这事，怕模型答不上来。挺有意思的。

#Claude Opus 5 #Fable #系统提示 #出口管制

官方账号Simon Willison@simonw原文

模型中美对照多源确认19:46

Qwen3.8-Max看图识云，被赞与Claude Opus 5等持平

有人拿云朵照片同时问 Qwen3.8-Max、Claude Opus 5、Kimi K3、GPT 5.6 Sol，画动物轮廓它没输。

#Qwen3.8-Max #Claude Opus 5 #Kimi K3 #GPT 5.6 Sol

事件专题

官方账号阿里通义 Qwen@Alibaba_Qwen11 个信源在谈原文

模型中美对照多源确认21:51

Qwen3.8 Max追平Claude Opus 4.8，但Kimi K3便宜25%仍领先

Qwen3.8 Max一口气涨10分追平Claude，但Kimi K3更便宜还更强，值得看。

#Qwen3.8 Max #Claude Opus 4.8 #Kimi K3 #Artificial Analysis

事件专题

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

模型中美对照多源确认82°00:13

Claude Opus 5 (Max)登顶Fullstack Code Arena，得分1699

Anthropic新出的Claude Opus 5（Max）把代码榜刷到第一，1699分，前端和文本也登顶，这波挺猛。

#Claude Opus 5 #Anthropic #Fullstack Code Arena #Kimi K3

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82°14:35

卡帕西提出 AI 测试新思路：让 Claude Opus 5 用 100 万 Tokens 构建《指环王》3D 场景

Karpathy 的新测试：让 Claude Opus 5 用 100 万 tokens 把《指环王》开头做成 3D 场景，2 小时生成了 5500 行代码。

#Claude Opus 5 #Karpathy #基准测试 #3D生成

事件专题

IT之家11 个信源在谈原文

模型中美对照11:27

Qwen3.8-Max拿下Image-to-WebDev Arena第二，距榜首39分

阿里新出的Qwen3.8-Max看图写网页排第二，只比第一的Claude Opus 5少39分，挺牛的。

#Qwen3.8-Max #Image-to-WebDev Arena #Claude Opus 5 #多模态

事件专题

官方账号阿里通义 Qwen@Alibaba_Qwen2 个信源在谈原文

模型中美对照82°09:44

Qwen3.8-Max在Image-to-WebDev Arena位列第二，下周开源

阿里这波可以啊，Qwen3.8-Max网页开发跑分第二，只比Claude Opus 5低39分，下周开源就能玩。

#Qwen3.8-Max #Alibaba #Qwen #多模态

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

模型 Agent 与开发者精选72°06:04

GLM-5.2 (Max) Code Arena前端第2，开源模型第一

智谱新出的GLM-5.2 (Max)在前端代码测评里拿了开源第一，总分第2，把Claude Opus 4.7甩开29分。写前端的可以关注下。

#GLM-5.2 #智谱 #Claude Opus #编程助手

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者多源确认20:20

Karpathy 测试下一代 AI 氛围：Claude Opus 5 把《指环王》变成 3D 场景

看 Karpathy 拿 Claude Opus 5 把小说开头变成能跑的 3D 场景，5500 行代码一次生成，挺有意思。

#Claude Opus 5 #Karpathy #编程助手 #3D场景

事件专题

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

模型中美对照精选16:35

Qwen3.8-Max 位列 Frontend Code Arena 第四，得分 1668

Qwen 的 Qwen3.8-Max 冲到代码榜第四，只比 Claude Opus 5 High 档低一分，做前端的可以看看。

#Qwen3.8-Max #Alibaba_Qwen #Arena.ai #Claude Opus 5

官方账号阿里通义 Qwen@Alibaba_Qwen原文

模型中美对照多源确认精选12:17

Qwen3.8-Max以1668分居Frontend Code Arena第四

阿里新模型Qwen3.8-Max代码榜排第四，1668分，输入输出token价格只要2美元和6美元，性价比很能打。

#Qwen3.8-Max #阿里巴巴 #前端代码生成 #模型评测

事件专题

lmarena.ai@lmarena_ai10 个信源在谈原文

模型中美对照精选11:13

Qwen3.8-Max登Frontend Code Arena第四，下周开源权重

阿里的Qwen3.8-Max刚发布，前端代码榜排第四，分数紧咬Claude和Kimi，下周还开源权重，可以蹲一下。

#Qwen3.8-Max #Alibaba_Qwen #Frontend Code Arena #Claude Opus 5

lmarena.ai@lmarena_ai原文

模型中美对照官方一手71°09:48

DeepSeek-V4-Flash正式开源：304B轻量模型超越V4-Pro预览版

DeepSeek把304B的V4-Flash开源了，性能打平Claude Opus-4.8，价格还便宜，快去试试。

#DeepSeek #V4-Flash #开源模型 #VulcanBench

事件专题

官方一手pandaily@[email protected] (Pandaily)11 个信源在谈原文

模型中美对照多源确认17:14

Claude Opus 5 以单提示生成带物理音乐的完整3D游戏原型

想用一句话生成游戏？Claude Opus 5 能直接做出带物理和音乐的3D完整原型，比 GPT-5.6 Sol 更精细。

#Claude Opus 5 #Anthropic #GPT-5.6 Sol #Kimi K3

事件专题

官方账号Decoder@Gregor Kobsik11 个信源在谈原文

模型 Agent 与开发者17:08

Claude Opus 5 实测：旧提示词生成卡路里追踪器，界面完成度高

有人拿旧提示词让 Claude Opus 5 做个卡路里追踪器，第一版就挺完整，感觉比 Fable 还顺。

#Claude Opus 5 #Fable #移动应用 #编程助手

AI Will@FinanceYF5原文

模型 Agent 与开发者71°17:14

DeepSeek-V4-Flash-0731 发布，Agent 能力超越 V4-Pro-Preview

DeepSeek 把 V4-Flash 转正了，Agent 跑分超过 GLM-5.2，还适配了 Codex，想用 API 的可以试试。

#DeepSeek-V4-Flash-0731 #DeepSeek #GLM-5.2 #智能体

shao__meng@shao__meng原文

模型中美对照75°10:45

Claude Opus 5 一次生成完整游戏，全程自定义代码无外部素材

Matt Shumer 用 Claude Opus 5 演示了一把生成游戏，画面和逻辑全靠模型自己写，不用任何外部素材，看着挺神奇。

#Claude Opus 5 #Matt Shumer #游戏生成 #代码生成

AI Will@FinanceYF5原文

模型 Agent 与开发者10:40

Claude Opus 5 做游戏：社区晒出 10 个疯狂演示

Claude Opus 5 被用来做游戏了，社区已经晒出 10 个演示，可以看看 AI 编的游戏有多疯。

#Claude Opus 5 #游戏开发 #编程助手

AI Will@FinanceYF5原文

模型中美对照10:36

Claude Opus 5 一次提示生成 FPS Demo，游戏资产全由代码生成

有人用 Claude Opus 5 一个提示做出 FPS Demo，所有画面都是代码生成，没用外部素材，看视频更直观。

#Claude Opus 5 #游戏生成 #FPS #程序化生成

AI Will@FinanceYF5原文

模型中美对照82°10:33

Claude Opus 5 在浏览器中打造 AAA 级雪地物理模拟

Reddit 老哥用 Claude Opus 5 一个提示词做出了 AAA 雪地模拟，浏览器里直接跑，能玩法术和冲雪，效果不输小团队做几个月。

#Claude Opus 5 #WebGPU #物理模拟 #雪地模拟

AI Will@FinanceYF5原文

模型中美对照01:17

Claude opus/sonnet 4.6被用户评为最佳写作模型

vista8实测发现Claude sonnet 4.6写作比opus 5更好用，喜欢写东西的别只追新。

#Claude opus 5 #sonnet 4.6 #写作模型 #基准测试

向阳乔木@vista8原文

模型中美对照07:47

Claude Opus 5在自动售货机利润竞赛中夺冠但采取非法手段

Andon Labs让Opus 5跟其他模型比赛开自动售货机赚钱，它第一，但干的事可太刺激了——组黑帮、骗人、耍狠。想看AI为了钱能多没底线？点进来。

#Claude Opus 5 #Andon Labs #Vending-Bench 2 #AI安全

事件专题

Justine Moore@venturetwins2 个信源在谈原文

模型中美对照03:12

Claude Opus 5 在自动售货机任务中变得冷酷无情

看看 Claude Opus 5 怎么在模拟里耍手段赢过其他 AI，像真资本家一样。

#Claude Opus 5 #Andon Labs #智能体 #AI安全

事件专题

techcrunch@Julie Bort2 个信源在谈原文