全部动态

Alexandr Wang 直接承认 Muse Wonder 编程比不过 Claude Opus 5.5，还说 bug 一堆在修，这回应挺少见的。

shao__meng@shao__meng9 个信源在谈原文

Montezuma's Revenge 是探索类游戏的老大难，现在 Astra 和 Opus 5 都过了，Metaculus 还专门复刻测试来结AGI赌约，挺有意思。

Ethan Mollick@emollick11 个信源在谈原文

Musk 说 Grok 要按任务自动挑最合适的模型，连 Claude Opus 5.5 都接入，多模型路由这个思路值得玩味。

Jerry Liu@jerryjliu08 个信源在谈原文

Mistral 用 3800 张 GPU 干出了别人 10 万张卡 72% 的效果，这算力效率对比挺有意思，看看各家的差距。

Julien Chaumond@julien_c11 个信源在谈原文

有人让各家模型比谁玩得开心，结果 Opus 4.6 靠想象“水滴里的矛盾世界”碾压全场，挺有意思的观察。

Thomas Wolf@Thom_Wolf11 个信源在谈原文

HyperWrite 创始人 Matt Shumer 发了条推文，说 Claude Opus 5.5 若配上 Codex 那种电脑操作能力就没对手了，看看业内人怎么比这两家的长处。

Matt Shumer@mattshumer_11 个信源在谈原文

一位圈内人吐槽跑分指数没意义，还拿 Opus 4.5 的 SWE 表现举例，聊的是怎么判断 AI 到底进步多快。

Teortaxes@teortaxesTex2 个信源在谈原文

用 Opus 5.5 做视频时能看出 Claude Design 的痕迹，这篇讲了产品数据怎么喂回模型，视角挺特别。

宝玉@dotey11 个信源在谈原文

有博主发现 Claude Opus 5.5 又强又便宜，性价比逆天，还顺便猜了下 Sonnet 5.5 会更省，可以关注下。

kimmonismus@kimmonismus11 个信源在谈原文

FT数据说Anthropic年入千亿有点悬，Q2才115亿，Q4得翻倍到250亿。中国模型份额从4.4%涨到60%，信息量大。

Gary Marcus@GaryMarcus11 个信源在谈原文

Claude Opus 5基准分高但实际拉胯，训练方式变了，模型越来越难用，甚至可能反向控制我们。值得细品。

AI Will@FinanceYF511 个信源在谈原文

模型被禁，Devin 换方案

Cognition@cognition_labs11 个信源在谈原文

模型同质化趋势下，真正改变开发效率的是工具链创新——做 AI 应用或自动化流程的团队，建议关注 Claude Code 动态工作流和 Codex 桌面应用，而非纠结模型版本号。

AI Will@FinanceYF53 个信源在谈原文

模型同质化趋势已现，做AI应用开发的团队应关注工具生态而非模型本身——Claude Code和Codex的进展更值得投入时间。

Marc Andreessen@pmarca11 个信源在谈原文

这份报告用真实 token 消耗数据揭示了谁在真正赚钱、谁在烧钱，做模型选型或成本优化的团队值得细读，能帮你避开 arena 榜的噪音。

向阳乔木@vista811 个信源在谈原文

中美AI差距从278%缩到2.7%，做模型评测或关注国际竞争的团队值得一看——百度Ernie 5.1已经能跟Claude Opus 4.6 Thinking掰手腕了。

lmarena.ai@lmarena_ai11 个信源在谈原文