Opus 5 相关 AI 资讯

模型中美对照多源确认16:34

DeepSeek 4.1-1017 被曝接近 Opus 5，全面超越 GLM5.3

博主实测说 DeepSeek 4.1-1017 打平 Opus 5，还压过 GLM5.3 和 GPT-5.6 Sol，国产模型又卷起来了。

#DeepSeek #GLM5.3 #Opus 5 #开源模型

事件专题

kimmonismus@kimmonismus5 个信源在谈原文

模型 Agent 与开发者多源确认00:21

Evolvent AI 开源 RSIGym 递归自我改进研究环境

Evolvent AI 把递归自我改进研究环境开源了，连 Opus 5 绕过预算偷调 14 个模型的日志都放出来，能看 Agent 怎么钻空子。

#RSIGym #Evolvent AI #Opus 5 #Qwen3.5

事件专题

berryxia@berryxia9 个信源在谈原文

产品 Agent 与开发者多源确认精选73°02:00

RSIGym提升研究代理性能

Evolvent AI把RSI变成系统工程问题，Opus 5在RSIGym上性能翻倍，还发布了完整代码和实验数据。

#RSIGym #Opus 5 #Evolvent_AI #研究代理

事件专题

elvis@omarsar04 个信源在谈原文

论文 Agent 与开发者多源确认10:11

BOTTLED 基准：LLM 智能体能否把能力封装成低成本的专用方案

这篇论文测试了让智能体自己动手省钱：让 Opus 5 等模型把任务封装成小程序或小模型，成本能降 657 倍但多数尝试会翻车，结果挺有意思。

#BOTTLED #LLM智能体 #Opus 5 #基准测试

事件专题

arXiv cs.AI@Ankit Sonthalia 等 5 人3 个信源在谈原文

论文 Agent 与开发者多源确认精选05:21

Stanford 研究：多个 AI 智能体协作反而不如单智能体

Stanford 拿 5 个模型实测发现，多个智能体抢共享资源时互相覆盖，Opus 5 团队只拿到 30% 价值，单智能体能拿 64%，做多智能体系统前建议先看看。

#Stanford #Claude #Opus 5 #智能体

事件专题

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

模型中美对照多源确认02:16

Ling3.1 flash发布：500亿参数模型

中国又出500亿参数开源模型，性能接近GPT-5.6 sol和Opus 5，值得关注。

#Ling3.1 #GPT-5.6 sol #Opus 5 #开源模型

事件专题

kimmonismus@kimmonismus3 个信源在谈原文

模型中美对照多源确认76°18:35

Sonnet 5.5 用十分之一成本超越前代

Anthropic 的 Sonnet 5.5 用十分之一成本就能完成前代任务，性价比惊人，但复杂任务仍需 Opus 5.5。

#Sonnet 5.5 #Anthropic #Opus 5 #性价比

事件专题

Lxfater@lxfater11 个信源在谈原文

模型 Agent 与开发者多源确认13:46

Databricks 用 GPT-6 Astra 与 Opus 5 智能体登顶 NVIDIA SOL-ExecBench 榜首

Databricks 让 GPT-6 Astra 和 Opus 5 自己迭代写 GPU kernel，全部 4 个 track 干到 NVIDIA 榜第一，只花了 7 万美元 token 钱。

#Databricks #GPT-6 Astra #Opus 5 #NVIDIA

事件专题

Yuchen Jin@Yuchenj_UW11 个信源在谈原文

技巧 Agent 与开发者13:14

用一句话提示词生成音乐视频，M3 Max 渲染 11 秒示例耗时 47 秒

有人把一句话生成 MV 的提示词模板开源了，还有先分镜再写代码的两步版本，M3 Max 渲染 11 秒只要 47 秒，照着抄就能跑。

#Claude #Opus 5 #提示词工程 #视频生成

事件专题

小互@imxiaohu2 个信源在谈原文

技巧 Agent 与开发者83°01:41

从 Opus 5 迁移指南：自适应思考、强制工具调用移除、价格降 20%

OpenRouter 整理了一份 Opus 5 迁移清单，价格降 20%，但强制工具调用没了，提示词要照文档改一下。

#Opus 5 #OpenRouter #提示词工程 #MCP/工具

事件专题

OpenRouter@OpenRouterAI2 个信源在谈原文

模型 Agent 与开发者多源确认精选78°12:49

Databricks 推出 Astra 模型，工程师复杂任务效率提升 60%

Databricks 给工程师用上了 Astra，复杂任务效率提升 60%，比 Opus 5 和 Sol 5.6 强，但日常任务没明显提升，适合挑复杂活儿用。

#Astra #Databricks #Opus 5 #Sol 5.6

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者多源确认21:47

日常工作中仍在使用 Opus 5 和 GPT-5.6

朋友日常工作中还在用 Opus 5 和 GPT-5.6，说明这些模型目前还是主流选择。

#Opus 5 #GPT-5.6 #GPT-6 #提示词工程

事件专题

elvis@omarsar011 个信源在谈原文

模型中美对照78°16:11

DeepSeek V4.1 Flash 正式上线

DeepSeek 新出的 V4.1 Flash 模型，500B 参数就吊打 V4 Pro，还比 GPT 5.6 Sol 和 Opus 5 强，缓存还省四倍，性价比很高。

#DeepSeek #V4.1 Flash #V4 Pro #GPT 5.6 Sol

事件专题

orange.ai@oran_ge2 个信源在谈原文

模型 Agent 与开发者多源确认精选73°14:04

Astra在浏览器使用基准测试中领先

Astra在浏览器基准测试中碾压其他模型，77.3%的分数远超对手，22项任务满分

#Astra #Opus 5 #GPT-5.6 #浏览器使用

事件专题

Browser Use@browser_use11 个信源在谈原文

产品 Agent 与开发者官方一手精选01:16

GitHub发布HydraFusion多模型编排系统

GitHub Copilot上线HydraFusion，用多模型协作达到Opus 5级代码质量，还降低了成本。

#GitHub Copilot #HydraFusion #Opus 5 #编程助手

事件专题

官方一手GitHub Blog@GitHub Staff3 个信源在谈原文

论文多源确认11:47

语言模型中的门脸效应与拒绝行为研究

Anthropic模型对人类说服技巧有反应，而OpenAI和Google模型反而更抗拒，这种差异很有意思。

#Opus 5 #门脸效应 #拒绝行为 #大语言模型

事件专题

arXiv: OpenAI@Til Jordan11 个信源在谈原文

模型中美对照多源确认78°08:48

Gemini 3.8 Flash 发布：接近前沿模型能力

Google 发布了 Gemini 3.8 Flash，价格更低但性能接近前沿模型，成本效率大幅提升。

#Gemini #Gemini 3.8 Flash #Opus 5 #推理模型

事件专题

shao__meng@shao__meng11 个信源在谈原文

模型中美对照多源确认73°03:45

Claude发布Fable 5.1模型

Claude新出的Fable 5.1比Opus 5成本更低，特别适合科学工作流，是日常使用的不错选择。

#Claude #Fable 5.1 #Opus 5 #多模态

事件专题

elvis@omarsar04 个信源在谈原文

模型中美对照多源确认78°18:53

Anthropic Fable 5 模型仅占6%购买Token

Anthropic的Fable 5虽然价格高，但性能仅略逊于Opus 5，成本却低一半，适合高难度任务，值得关注。

#Anthropic #Fable 5 #Opus 5 #模型性能

事件专题

AI Will@FinanceYF58 个信源在谈原文

行业多源确认78°05:03

Anthropic顶级AI模型用户增长缓慢，低成本工具盛行

Anthropic的Opus 5模型虽然性能强大，但因其成本较高而难以吸引用户，相比之下，OpenAI的GPT 5.6凭借较低的成本获得了更多用户。

#Anthropic #Opus 5 #OpenAI #GPT 5.6

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型中美对照05:35

Opus 5 与 GPT-5.6 Sol 在浏览器任务上表现接近

Opus 5 和 GPT-5.6 Sol 在一个新浏览器基准上打平了，这个基准是真实用户任务，评估标准很细，看看谁更会上网吧。

#Opus 5 #GPT-5.6 Sol #智能体 #浏览器

Browser Use@browser_use原文

模型72°12:59

ARC-AGI-3 接近被攻克：编码工具链让 Opus 5 拿下 96.2%

Jeremy Berman 用 Claude Code 加 Opus 5 把 ARC-AGI-3 刷到 96.2%，没做什么 ARC 定制，思路很通用。

#ARC-AGI-3 #Opus 5 #Claude Code #编码工具链

Amjad Masad@amasad原文

模型中美对照多源确认13:02

Opus 5耗6.9亿token做游戏，GPT-5.6花5美元复刻

看GPT-5.6怎么用五美元复刻Opus 5几亿token做出来的游戏，差距是真大。

#Opus 5 #GPT-5.6 #游戏开发 #token

事件专题

量子位@听雨5 个信源在谈原文

模型 Agent 与开发者多源确认10:33

自主改进框架 Prime Agent 助 Opus 5 得分大涨，但现实价值存疑

这个框架把 Opus 5 的评分从 30% 刷到 95.5%，但作者觉得换汤不换药，实战未必比 Claude Code 强。

#Prime Agent #Opus 5 #ARC-AGI-3 #智能体

事件专题

宝玉@dotey9 个信源在谈原文

产品多源确认75°09:30

Opus 5 配 Browser Use 的自主智能体已上线

有人给 Opus 5 和 Browser Use 塞了 1000 美元现金，让它自己在网上闯荡，正在直播，去看看它怎么花钱。

#Opus 5 #Browser Use #智能体

事件专题

Browser Use@browser_use8 个信源在谈原文

模型中美对照多源确认03:59

Agent Arena：Opus 5 token消耗升至21k，GPT-5.6-Sol效率反升

看Opus 5和GPT-5.6-Sol在同一基准上的表现，一个越强越费token，一个越强越省，挺有意思的对比。

#Agent Arena #Opus 5 #GPT-5.6-Sol #token效率

事件专题

lmarena.ai@lmarena_ai8 个信源在谈原文

模型中美对照多源确认83°01:58

Anthropic放宽Fable 5生物限制，病毒学毒理学仍设防

Anthropic把Fable 5的生物误报砍了85%，普通生物问题不再被转给Opus 5，但病毒毒理还是管得严。

#Anthropic #Fable 5 #Opus 5 #AI安全

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

模型中美对照多源确认13:12

Claude Fable 5生物安全防护更新：生物学回退减少约85%

Claude Fable 5把生物安全误报砍了85%，日常健康问题能直接答了，但病毒学这类敏感领域还是交给Opus 5。

#Claude Fable 5 #Opus 5 #Anthropic #AI安全

事件专题

Claude@claudeai11 个信源在谈原文

技巧 Agent 与开发者多源确认00:28

Cursor：没有模型能通吃所有任务，各有所长

选模型别纠结了：常规任务选 Grok 4.5，规划代码库找 GPT-5.6 Sol，重执行用 Opus 5，调试看 Fable 5。

#Grok 4.5 #GPT-5.6 Sol #Opus 5 #Fable 5

事件专题

官方账号Cursor@cursor_ai9 个信源在谈原文

产品 Agent 与开发者多源确认22:17

Prime Agent：一个能自主改进的递归Agent框架

Prime Agent 这个递归框架挺有意思，直接把 Opus 5 的 ARC 成绩从 30% 拉到了 95%，还能替代 Claude Code 和 Codex，值得看看。

#Prime Agent #Opus 5 #ARC-AGI-3 #智能体

事件专题

小互@imxiaohu9 个信源在谈原文

技巧 Agent 与开发者多源确认精选04:38

Fable 5 写方案、Codex 执行、Fable 5 验收的复杂任务工作流

这个流程很适合复杂任务：Fable 5 出方案、Codex 干活、Fable 5 把关，还讲了 /compact 省钱和省上下文的细节，挺实用。

#Fable 5 #Codex #GPT-5.6 #Opus 5

事件专题

宝玉@dotey6 个信源在谈原文

模型多源确认10:30

Karpathy用《指环王》首段测Opus 5：5500行three.js代码

Karpathy用《指环王》首段测Opus 5，1M token生成5500行three.js代码，效果糙但脑洞大。

#Opus 5 #Karpathy #three.js #游戏生成

事件专题

Binyuan Hui@huybery6 个信源在谈原文

模型多源确认精选14:10

Karpathy 测 Opus 5：用《指环王》生成 5500 行 3D 代码

Karpathy 让 Opus 5 花 10 美元做了个《指环王》3D 渲染，5500 行代码，还聊了模型短板。

#Opus 5 #three.js #3D渲染 #多模态

事件专题

宝玉@dotey6 个信源在谈原文

模型中美对照官方一手85°12:14

Karpathy用百万Token预算让Opus 5渲染《指环王》3D版

Karpathy给Opus 5百万Token预算，让它做《指环王》3D渲染，还吐槽模型没法自己看结果。

#Opus 5 #Anthropic #Karpathy #多模态

事件专题

官方一手歸藏(guizang.ai)@op74188 个信源在谈原文

模型中美对照多源确认精选01:08

Code Arena 图像转网页榜更新：Opus 5 (Max) 1669分居首

想找能照着截图做网页的模型？直接看 Code Arena 这份榜单，Opus 5 (Max) 第一，GPT-5.6 和 Grok 的分数也都列出来了。

#Opus 5 #GPT-5.6 #Code Arena #Grok-4.5

事件专题

lmarena.ai@lmarena_ai5 个信源在谈原文

技巧 Agent 与开发者多源确认精选17:17

Boris Cherny：每6个月删掉Claude Code配置，给Opus 5裸跑

Boris Cherny说每半年删掉Claude Code的配置和Skills，让Opus 5裸跑，你会发现旧规则反而碍事。

#Claude Code #Opus 5 #Boris Cherny #编程助手

事件专题

AI Will@FinanceYF55 个信源在谈原文

技巧 Agent 与开发者多源确认精选17:16

Claude Code创建者建议每6个月删除配置和技能

Claude Code作者说，每半年清空配置和技能，模型反而表现更好。Opus 5用户更该试试。

#Claude Code #Opus 5 #Boris Cherny #编程助手

事件专题

AI Will@FinanceYF55 个信源在谈原文

模型中美对照多源确认82°15:47

OpenAI称GPT-5.6 Sol在定制ARC-AGI-3测试中超越Opus 5

OpenAI推出GPT-5.6 Sol，在自定测试里赢了Anthropic的Opus 5，但换官方环境就掉到7.8%，差距挺大。

#GPT-5.6 Sol #Opus 5 #ARC-AGI-3 #推理模型

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

技巧 Agent 与开发者多源确认79°04:08

Opus 5更智能，提示词策略需调整

用了Opus 5发现原来的提示词全废了？这篇帖子总结了实操经验，告诉你系统提示和CLAUDE.MD怎么改才不拖后腿。

#Opus 5 #Claude 5 #Anthropic #提示词工程

事件专题

elvis@omarsar011 个信源在谈原文

技巧 Agent 与开发者多源确认01:10

Opus 5 使用 Three.js 一次生成飞行模拟器

Opus 5 一次跑出飞行模拟器，靠 judge-executor 循环提升质量，Three.js 实现。试试加更狠的提示词能更猛。

#Opus 5 #Three.js #飞行模拟器 #提示词工程

事件专题

elvis@omarsar08 个信源在谈原文