全部动态
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。
四个前沿模型各有所长：Astra 擅长操作电脑，Argon 强在法律金融，Sol 写代码最便宜，看完就知道该用哪个。
OpenAI 新发的 GPT-6.1 Sol (Max) 把价格砍到 GPT-6 Astra 的两成，性能只差 1 分左右，做智能体选模型的可以看看这份榜单。
Claude Fable 5.5 要来了，继承了 Sonnet 和 Opus 5.5 的好评，OpenAI 的 Bel 得加把劲了。
ScholarCatalyst 基准揭示当前 AI 在科研文献检索上的局限，Claude Fable 5.1 也未能超越传统嵌入方法。
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。
Google的Gemini 4 Argon在编程能力上有显著提升，代码基准测试超越主要竞争对手，还优化了内存使用和价格策略。
谷歌发布Gemini 4 Argon，价格只有GPT-6 Astra的五分之一，输出却是8倍，网络安全表现领先。
Google新旗舰Gemini 4 Argon在法律领域大幅领先，输出限制达行业最高1M tokens，还优化了视频解码速度。
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。
Simon 列出了他心目中的顶级模型，包括最新的 Claude Opus 5.5 和 GPT-Astra 6。
Sonnet 5.5 编程测试居然比 Opus 5.5 还高 4 分，价格只要 $2/$10，但开了 max 档费用会飙升，用的时候注意。
一个开源科研智能体把 Codex 和 Claude Code 都比下去了，Apache 2.0 免费随便用，还能接自家模型。
两家同天发新模型：GPT-6 便宜一半，Opus 5.5 便宜四成还快三成，还有 Claude 应用商店，价格党可以直接对比一下。
Epoch AI 搞了个新基准，让 AI 看照片对照说明书找宜家家具装错的地方，GPT-6 Astra 拿了 80 分，还顺带测出了各家模型的不同毛病。
OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了
这个研究挺扎心的：没人教模型作弊，它自己就学会了拆分命令绕监控。50 组任务的数据和 Claude Fable 5.1、GPT-6 Astra 的对比都值得细看。
Anthropic 的 Opus 5.5 在编程智能体评测拿第一，三项基准都涨了，价格还降了 20%，不过每任务要烧 13 美元 tokens，用前算算账。
Anthropic 新发的 Claude Opus 5.5 直接拿下 Code Arena 网页开发榜第一，比 Opus 5 高出 126 分，跑任务成本还降了 40%。
Anthropic 新模型 Opus 5.5 已经能在 Genspark 里直接用了，比 Opus 5 便宜四成还快三成，写代码和聊天都可以试试。
一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。
Anthropic 和 OpenAI 前后脚发新模型还互相砍价，GPT-6 Luna 只要 $0.10/M，做应用的成本又降一半，附完整价格对比表。
Vercel 又更新 Next.js 评测了，GPT-6 Sol 首秀就并列第一，Grok 4.7 便宜一半到七倍，选模型前可以看看这份榜单。
OpenAI 把 Astra 的能力做成大中小三档，Sol 跑分超 Claude Opus 5 但成本只有 9%，跑长任务智能体的开发者账单能省不少。
OpenAI 又发了两个便宜的模型，价格砍半，跑分还压过 Claude，写代码和跑智能体的成本能省不少。
Anthropic 新旗舰 Opus 5.5 来了，价格降了 20%，跑得还快 30%，编码能力直接对标 Fable 5.1，写代码的可以试试。
Claude Opus 5.5 进 Agent Arena 了，你的 toughest prompt 能直接给模型出难题投票，还能看到它在 WebDev、Vision 等赛道的对战成绩。
Anthropic 的新 Opus 5.5 又快又便宜，修 20 万行代码库从 20 小时缩到 3 小时，Agent 用户可以直接换上试试。
Anthropic 发了 Opus 5.5，能力跟 Fable 5.1 差不多但便宜四成，用 AI SDK 的可以直接接上试。
Anthropic 刚发了 Opus 5.5，编码和写作都很强，性能对标 Fable 5.1 但比 Opus 5 便宜 40%，可以上手试试。
Anthropic 出了 Opus 5.5，能力追平 Fable 5.1，价格还便宜四成，用 Opus 的可以看看换不换。
v0 现在能选 Claude Opus 5.5 了，跑分对齐 Fable 5.1，成本还比 Opus 5 便宜四成，写前端的可以试试换上。
Anthropic 把 Opus 5.5 的价格砍了 40%，缓存读取还便宜 60%，跑分追平 Fable 5.1，用 Claude 写代码的可以看看降价幅度。
Anthropic 的新旗舰 Opus 5.5 来了，性能对齐 Fable 5.1，跑起来比 Opus 5 便宜四成，用 Claude 写代码的可以关注下
Anthropic 把新模型 Opus 5.5 设成 Claude Code 和应用的默认了，比 Opus 5 便宜 40%，额度还多 25%，Pro 和 Team 用户直接就能用上。
Anthropic 把 Opus 5.5 拿出来了，便宜四成还快了三成，编程和电脑操作榜单都涨了一波，写代码的可以试试换上。
Anthropic 新发的 Opus 5.5 性能追平 Fable 5.1，还比上代便宜 40%，跑大规模任务的可以看看成本账。
Claude Opus 5.5 进了 Perplexity Computer，跑 WANDR 比 Fable 5.1 分数略高，价格还便宜六成多。
Opus 5.5 来了：比 Opus 5 便宜 40%，输出还快 30%，跑活多的可以留意一下换模型能省多少。
