全部动态
Mistral OCR 上线 OpenDocRouter 了，表格和阅读顺序识别不错，每页 1.8 秒很快，还能一行代码切换其它解析模型。
有人拿 Notion 视频试了个新玩法：不用视频模型，让 Opus 5.5 用 Codex 生关键帧加代码做动画，对比视频贴出来了
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。
有人实测 Codex Fast 才 30 tokens/s，还要扣 2.5 倍额度，跟 Claude 一比差了 7 倍，写代码前先看看这个再决定开不开 Fast。
有人给 Claude Opus 5.5 发了一条提示词加论文链接，就产出 92 秒动画讲解视频，流程值得照着试试。
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。
Google 内部正测试新模型 Carbon，有员工说写代码的感觉像 Opus 5.5，编程正是 Gemini 目前的短板，想换工具写代码的可以留意。
谷歌 Gemini 4 快来了，内部代号为 Argon，员工还在测更强的 Carbon，代码据说能对标 Anthropic 的 Opus 5.5，喜欢追模型升级的可以看看细节。
爆料说 Google 内部已经测上了 Gemini 4 之后的 Carbon，目标直逼 Opus 5.5，可以说说看你怎么看
OpenAI 称 LLM 在 7 个千禧年难题中的 4 个上有实质进展，连 Claude Opus 都来背书，但结果还得通过验证，这条帮你理清边界。
有人用 Claude Opus 5.5 加 Tripo 3D 做了个老奶奶版 GTA，13 个任务浏览器就能玩，整个工作流开源了，想做 3D 游戏的可以直接照抄。
拿 Minecraft 重建曼哈顿、白金汉宫这些真实地点来考模型找路，GPT-6 Astra 考了 85.6 分，开源的 DeepSeek-V4.1-Flash 才 23.9，差距很直观。
Google 这个 Gemini Agent 给每个任务单独一台电脑，还能像员工一样挂邮箱进公司通讯录，模型还能在 Gemini 和 Claude 之间随便换，挺有意思。
Google 的 Gemini Agent 要接入 Claude Opus 5 和 Sonnet 5.5 了，Claude 首次出现在 Gemini 上，企业用户一个平台能用两家模型。
Anthropic 放出 Haiku 5.5，比上一代便宜 75%，基准和速度都压过 GPT-6 Luna，小模型优先的话可以看看这条。
有人做了个开源环境让 AI 智能体自己训练模型，Claude Opus 5 把 Qwen 的 SWE-bench 成绩刷到近三倍，还发现修 harness 比堆训练更管用。
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。
NVIDIA 这篇论文发现 Claude、Gemini、Qwen 这些模型一旦接上工具，挡有害请求的能力就掉最多近七成，做智能体安全评测的得看看。
Grok Bot 不再硬用自家模型了，写文案、画图会自动换 Claude 或 Midjourney，这种按任务挑模型的做法挺少见。
Agent Arena 跑了 4700 多场真实会话测 Jev Router，结论挺直接：比 DeepSeek V4.1 Flash 贵 38%，但根据反馈换模型的能力接近 Claude Opus 5.5。
Matt Shumer 抛了个省钱思路：Opus/Sonnet 当大脑，Haiku 当干活的子智能体，搞智能体的可以试试。
Mistral 的 Mistral Large 4 来了，1T 参数只激活 49B，权重月底开源，视频里直接和 GPT-6.1、Claude Opus 5.5 掰手腕，可以看看它到底排在哪一档。
Mistral Large 4 预览版冲进 WebDev 榜第45名，价格只有 Claude Opus 4.8 的六分之一，10月底还会开源。
LlamaIndex 出了个 OpenDocRouter，一个 API 接 10 个文档解析模型，换模型改一行代码，每千页最低 $0.86，处理 PDF 转 markdown 的可以试试。
做文档处理的朋友可以看看，LlamaIndex 把 10 个解析模型塞进一个 API，一行代码切换，还附 ParseBench 成绩单，按 token 计费。
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。
xAI 给 Grok Bot 加了自动选模型功能，写作用 Claude、画图用 Midjourney、做音乐用 Suno，一个入口全搞定。
Mistral 的新模型 Mistral Large 4 在 WebDev 榜单一口气从130名冲到45名，价格只有 Claude Opus 4.8 的六分之一，10月底还会开源权重，可以蹲一下。
Anthropic 把最强的 Claude 模型开放给审核过的安全团队挖漏洞，半年挖出 13 万多个，还分了三个权限层级，搞安全的可以关注怎么申请。
Claude 创始团队成员 Boris 分享了一条简单提示词，让 Opus 5.5 做出带水彩插图的播客互动网页，重点是自我验证那一步。