全部动态
谷歌推出的这个新基准测试挺有意思，专门测模型做真实 Android 开发的能力，比如从零写应用或者迁移代码，能看出不同模型在工程场景下的实际表现。
Vercel 的 AI Gateway 数据显示，Jev 在上线首日就获得了约 13% 的团队采用率，是历史上采用最快的模型。这一数据超过了 GPT-5.6 家族和 Fable 5.1，显示出市场对 Jev 的快速接受。
OpenAI 的 GPT-6 Astra Max 在代码竞技场 Web 开发排名中赢了 Anthropic 的 Claude Fable，在数据分析和内容创作方面表现更好。
OpenAI 新发布的 GPT-6 Astra (Max) 在代码领域表现很强劲，比 GPT-5.6 Sol 强很多，但和 Claude Fable 5.1 比起来，用户更喜欢后者。
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。
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。
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。
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。
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。
Datasette 团队用 Claude Fable 5.1、GPT-5.6 Sol 和 GPT-6 Astra 审查了代码，修复了安全漏洞，公共网站用户需要升级。
Wes Winder 说，Claude 和 Codex 的输出还是太啰嗦了，读起来很累，Astra 和 Fable 5.1 也没好到哪里去，信息密度太高了。
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。
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。
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。
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。