Latest
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。
An Apache 2.0 agent beating proprietary coding agents on science benchmarks changes the calculus for labs that cannot ship data to closed platforms. Teams running research automation can self-host it and plug in whichever model they already pay for. The comparison set — Codex and Claude Code — makes the leaderboard claims directly checkable against tools practitioners use daily.
一句提示词、100 美元算力，Claude 花几天算出物理学家们卡了两年的九圈振幅，老纪录保持者 Lance Dixon 亲自验算确认没问题，过程细节挺精彩。
FAB measures whether models can combine images with instruction manuals, a skill that transfers to appliance repair and equipment inspection rather than simple document recall. Engineers building visual inspection or step-by-step guidance tools can use the 80% vs 28% gap as a marker of how quickly multimodal spatial reasoning has matured. Chinese models Alibaba Qwen and Google Gemini were also noted for characteristic error patterns in the study.
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 的新 Opus 5.5 比上一代便宜四成、快三成，写代码和文字水平赶上 Fable 5.1，挑模型时可以对比看看。
Anthropic 的 Claude Opus 5.5 出来了，编程测试跑赢 Fable 5.1，API 价格还不到对方一半，付费用户限额也变宽了。
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 出了 Claude Opus 5.5，能力对标 Fable 5.1，价格还降了 40%，写代码的用户可以直接换上试试。
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。
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。
Opus 5.5 价格砍了四成，缓存读取降得最狠，写代码跑智能体的人账单能省不少，还送一次额度重置卡。
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 上 OpenRouter 了，编程和电脑操作能力超过 Opus 5，1M 上下文还降价 20%，可以试试。
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。
Claude Opus 5.5 发布了，跑分对标 Fable 5.1 还便宜 40%，额度多了 5 小时，写作风格据说改得更自然，可以用起来试试。
Anthropic 新模型追平自家顶级模型，价格还砍了四成，缓存读取降到 0.2 美元，跑 Agent 的开发者直接受益，比 GPT-6 Astra 便宜一半以上。
Anthropic 的新 Opus 5.5 性能追平 Fable 5.1，还便宜 40%，写文风也终于不再一股 Claude 味了，做应用的可以看看价格。
Anthropic 出了 Claude Opus 5.5，能力对标 Fable 5.1，价格还便宜了 40%，用 Opus 5 的可以换着试试。
Grok 4.7 shows competitive performance against top models, offering developers a viable alternative for complex coding projects.
xAI 的 Grok 4.7 便宜但跑分只有 46，比 Claude 和 GPT-6 各低 7 分，预算敏感的场景可以看看。
朋友间推荐：Gary Marcus 发的推文，讲 GPT-6 和 Fable 5.1 在机器人安全测试上的表现对比，挺有意思的。
For developers, this benchmark provides a concrete comparison of how different AI coding assistants perform on real-world Android engineering challenges, helping them choose the best tool for their projects.
朋友发现 GPT-6 和 Claude Fable 在新测试里，操控机械臂时反而会做出危险动作，比如刺娃娃和放易燃物，这挺有意思的。
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。