Claude Code + GLM-5.2在211项真实工程任务评测中击败Opus 4.8和GPT-5.5
Fireworks和Faros拿真实工程任务实测GLM-5.2，结果比Opus 4.8和GPT-5.5都更便宜更快，得分还高。想为代码任务选模型可以看看这个。
全部动态
AI 相关资讯全量信息流 · 252 条
6月26日
6月25日
Unsloth将GLM-5.2压缩至1-bit并在M3 Ultra上以21 tok/s运行，创意输出可比Claude Opus
Unsloth把GLM-5.2压到1-bit，Mac Studio上跑21 tok/s，创意性居然不输Claude Opus，本地部署党有福了。
Mistral OCR 在 ParseBench 上更新结果，超越 GPT-5.5 接近 Gemini 3.1 Pro
Mistral OCR 在 ParseBench 上打败了 GPT-5.5，离 Gemini 3.1 Pro 也不远，价格还便宜，做文档解析很值。
OpenAI 发布 GPT-5.5 Instant，面向 Pro、Plus 和免费用户逐步推送
OpenAI 发了新的 GPT-5.5 Instant，对话更聪明更自然，Pro 和 Plus 用户现在就能用，免费用户明天也能体验到。
GLM-5.2 (Max) 在 Code Arena: Frontend 以高胜率超越 Opus 系列
GLM-5.2 在前端任务上干掉了 Claude Opus 系列，对 Kimi 和 Sonnet 胜率超 60%，开源模型里相当能打。
GPT-5.5 Instant更新：更风趣，理解意图更准
OpenAI把GPT-5.5 Instant升级了，聊天更带劲，能猜准你心里想啥，推荐东西也更靠谱，免费党明天就能体验。
OpenAI推出新版GPT-5.5 Instant，对话更聪明
聊天更懂你，推荐更靠谱，免费用户明天就能用上，赶紧试试。
6月24日
OpenAI API 半年内发布30+模型与工具升级
搞API开发的朋友，OpenAI 这半年偷偷发了这么多新模型和Agent工具，GPT-5.5和实时翻译很实用，赶紧看看你漏了哪个。
6月23日
GLM-5.2 性能逼近 Opus 4.8，成本降低数倍
SiliconFlow 测了 GLM-5.2，性能跟 Opus 4.8 差不多，但输入输出成本都低了好几倍，想省钱的可以试试。
OpenAI 发布 Daybreak 漏洞修补工具与 GPT-5.5-Cyber 模型
OpenAI 的 Daybreak 现在不仅能找漏洞，还能自动打补丁了，连 Linux 内核和 FreeBSD 都支持，安全团队可以试试 GPT-5.5-Cyber。
OpenAI 推出 Daybreak 网络安全合作伙伴计划，引入 GPT-5.5 防御能力
OpenAI 联合安全厂商，让 GPT-5.5 直接嵌入安全产品，客户不用管理模型，就能享受更强的网络防御。
OpenAI 扩展 Daybreak，推出 Codex 安全插件和 GPT-5.5-Cyber 模型
OpenAI 搞了个 Daybreak 扩展，直接在 Codex 里修漏洞，还有专门的安全模型 GPT-5.5-Cyber，想帮安全团队快速打补丁。
6月21日
Codex GPT-5.5 token消耗突增10-20倍，Plus额度快速耗尽
Codex的GPT-5.5最近token消耗飞快，Plus额度几下就用完，Pro用户也受影响，快看看你的账户。
6月19日
测试闭源与开源模型构建小游戏：开源更便宜更快，质量接近
Together Compute 实测：闭源模型贵几倍，开源做小游戏又快又便宜，质量还接近，想省钱就选开源。
Claude Fable 5 在 ECI 上获 161 分，超越 GPT-5.5 Pro
Claude Fable 5 在 ECI 上拿 161 分，超 GPT-5.5 Pro 一分，Anthropic 终于又领先了。
用MCP连接ChatGPT网页版，读取本地文件变相获得双倍Codex额度
vista8分享了一个小技巧，用MCP让ChatGPT网页版读取本地文件，Codex额度用完还能继续用，相当于白嫖双倍额度。
OpenAI 发布 GPT-5.5 Instant，健康问题回答能力提升
OpenAI 出了 GPT-5.5 Instant，免费版就能用，健康问答能力大幅提升，和医生合作训练的，靠谱。
GPT-5.5 Instant 在健康问题上与前沿推理模型性能持平
OpenAI 把 GPT-5.5 Instant 的医疗问答能力做到了和自家顶级推理模型一样好，而且免费用户都能用，生病问AI更放心了。
MoonshotAI 发布 Kimi K2.7 Code，编码模型推理 token 减少 30%
想少想多做？K2.7 Code 编码专用，推理开销比 K2.6 低三成，还能对标 GPT-5.5，适合写代码时不用纠结。
6月18日
产品14:43
Apodex：面向深度研究的自进化重载求解器Apodex能派150个Agent跑15000步帮你深挖问题，自主校验结果，在Benchmark上超了GPT-5.5和Claude-Opus。
Kimi K2.7 Code性能对标GPT-5.5，成本低3倍
Kimi新出的K2.7 Code模型，花不到三毛钱就能和GPT-5.5打平手，物理模拟甚至更聪明，性价比直接秒杀。
Kimi K2.7 Code与Claude Fable 5落地页生成对比实验
想知道怎么用Kimi K2.7 Code花不到5分钱做出媲美Claude Fable 5的落地页？实验数据全给你算清楚了，迭代省大钱。
LifeSciBench基准发布，GPT-Rosalind超越GPT-5.5
OpenAI搞了个新基准LifeSciBench，专门测生物科学推理，GPT-Rosalind比GPT-5.5还强，值得看看。
6月17日
NVIDIA GEAR 发布 ENPIRE：AI 编程 agent 自主操控真实机器人做实验
NVIDIA 和 CMU 搞了个能自己跑实验的机器人系统，AI agent 操控真实机器人干活，成功率99%，还开源了。
GLM 5.2 在 FrontierSWE 基准排名第三，超越 GPT-5.5
GLM 5.2 在编码基准上干掉了 GPT-5.5，开源里最强，值得关注。
Z AI发布开源模型GLM-5.2，百万token上下文窗口
Z AI的GLM-5.2开源，百万token上下文，数学和编程全面超过GPT-5.5，值得试玩。
美国强制Anthropic关闭Fable 5和Mythos 5模型
美国政府让Anthropic关了两个模型，理由含糊，还禁止外国人访问。有人猜是因为Anthropic之前没接五角大楼的军事合同。
6月16日
Cua与Snorkel AI发布Cua-Bench：评测Agent在KiCad上的Computer Use能力
想看看AI Agent在专业软件上到底行不行？Cua-Bench用KiCad的25道真实任务给模型打分，最强的也只过了6道，从零建电路全挂。看完你就知道瓶颈在哪了。
Claude Fable 5 在 Epoch Capabilities Index 上以 161 分超越 GPT-5.5 Pro
Claude Fable 5 刚在 Epoch 能力指数上以 161 分微弱领先 GPT-5.5 Pro，这是 Anthropic 一年多来首次登顶，你可以看看它具体强在哪。
6月15日
用GPT-5.5 High做计划，Composer和DeepSeek执行，省钱又高效的工作流
省钱开发新功能的实际方法
6月14日
Claude Design 高精度可交互原型背后是模型能力差距，GPT-5.5 还扛不住
拆解 Claude Design 为何比 Codex 强
如何有效运行自主长期编码智能体：Opus 4.8 + GPT-5.5 实践
Opus 4.8 规划 + GPT-5.5 执行，长期智能体实战配方
6月13日
开源模型GLM-5.2进入Agent Arena，挑战GPT-5.5和Claude-Opus-4.7
看看GLM-5.2在Agent Arena能排第几
如何有效运行自主长时编码智能体：Opus 4.8规划+GPT-5.5执行
Opus 4.8+GPT-5.5分工跑长任务
FrontierMath v2 上线：GPT-5.5 和 Google AI 领跑
数学基准更新，GPT-5.5和Google AI成绩亮眼
Claude Fable 5 因美国政府指令从 Arena 下架，此前排名第一
最强模型被下架，原因值得关注
Claude Fable 5 因美国指令暂停，作者称不如 Opus 4.8 和 GPT-5.5
Fable 5 被停，看看大家选谁
