全部动态

谷歌自家基准把自家 Gemini 4 Argon 排到第五，通过率才 21.3%，GPT-6.1 Sol 的性价比数据对安卓开发者选模型很实用。

Kimi K3.1 Pro 智能指数拿 55 分排第 4，智能体任务比上代强一大截，价格还降了 33%，权重也快开源了。

官方账号Artificial Analysis@ArtificialAnlys原文

Artificial Analysis 测了各家模型的性格指标，Claude 全系在信息密度和文风两项都排最前，写文案的可以参考这个榜。

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

Anthropic 的 Sonnet 5.5 在 ARC-AGI-3 上拿了 72.4%，这个基准一直很难，数据里还给了不同 harness 的对比和每任务成本，做评测的可以看看。

官方账号ARC Prize@arcprize11 个信源在谈原文

医疗对话模型排行榜上线了，GPT-6 Astra 和 DeepSeek V4.1 Flash 的分数、成本对比都有，选医疗模型前可以看看。

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

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。

Teortaxes@teortaxesTex11 个信源在谈原文

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。

rohanpaul_ai@rohanpaul_ai原文

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。

lmarena.ai@lmarena_ai11 个信源在谈原文

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。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Sonnet 5 采用率飙升，GPT-5.6 Luna 调用量第一，小模型主导调用市场。

官方账号LangChain@LangChainAI原文

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。

Blognone@lew11 个信源在谈原文

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。

lmarena.ai@lmarena_ai11 个信源在谈原文

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。

lmarena.ai@lmarena_ai11 个信源在谈原文

三大模型最新编程性能对比：谁第一谁最便宜，开发者选型参考

官方账号Artificial Analysis@ArtificialAnlys10 个信源在谈原文

Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 的 Sonnet 5.5 几个月就追上 Fable 5.1，中模型也能达到顶尖水平了。

kimmonismus@kimmonismus11 个信源在谈原文

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。

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

Claude和OpenAI的新模型在保持性能的同时大幅降低成本，值得开发者关注。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 在 Arena 开放 Sonnet 5.5 限时测试，速度更快成本更低，想体验的抓紧时间。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic的Claude Sonnet 5.5限时开放测试，48小时内在Arena平台可直接体验。

lmarena.ai@lmarena_ai11 个信源在谈原文

Arena平台展示了多个前沿模型重建古罗马的能力，Claude和GPT的最新版本即将公布分数。

lmarena.ai@lmarena_ai原文

Anthropic 发布的 Claude Sonnet 5.5 性价比极高，在多个关键领域排名从第 30 多位跃升至第 4 位。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Sonnet 5.5在WebDev编程基准上拿到1699分，每百万token只要8美元，性价比很高。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 的 Sonnet 5.5 更快更强还便宜，代码能力接近顶级模型，还加了安全防护。

Techsauce@ Techsauce Team 11 个信源在谈原文

Anthropic刚发布了Claude Sonnet 5.5，API和界面都能用，快去试试新版本有啥变化。

TestingCatalog@testingcatalog11 个信源在谈原文

Anthropic 发布的 Sonnet 5.5 在 OpenRouter 上可用，比前代更聪明更快更便宜。

OpenRouter@OpenRouterAI11 个信源在谈原文

Anthropic 推出了 Claude Sonnet 5.5，想知道它比前代有哪些提升吗？

@koltregaskes@koltregaskes11 个信源在谈原文

Anthropic的Sonnet 5.5又快又便宜，性能接近高端Opus，性价比很高。

TestingCatalog@testingcatalog11 个信源在谈原文

Anthropic新发布的Sonnet 5.5更快更便宜，比前代提升明显，适合需要高性价比AI服务的用户。

Claude@claudeai11 个信源在谈原文

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。

kimmonismus@kimmonismus11 个信源在谈原文

Anthropic的Sonnet 5.5性能接近顶级模型但价格更低，Terminal-Bench分数暴涨60个百分点。

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

Anthropic的Sonnet 5.5在智能终端和知识工作上接近顶级模型，但token使用量显著增加，定价与Sonnet 5相同。

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