Latest
Anthropic 新发布的 Opus 5.5 在性能和价格上都表现出色，多个指标排名第一，性价比大幅提升。
Anthropic 的 Claude Opus 5.5 写作风格大变，破折号几乎不用了，分号也少了七成，句子更短更自然，写东西更不像 AI 腔。
博主晒了社群里 Claude Code 用量翻倍的数据，Opus 5.5 在编码和视频创作上的提升值得一试。
同一道题，Claude Opus 5.0 找到漏洞但选择不用，GPT-6 Astra 直接拒绝，几个顶级模型的安全表现差距一眼就能看出来。
Safety refusals, not coding skill, now decide leaderboard rankings on defensive security work, a factor most agent benchmarks ignore. Security teams choosing models for vulnerability triage should check refusal rates alongside raw scores, since a top coder may decline a third of real tasks. The ranking also spans Chinese and US labs, making it a useful cross-vendor comparison point.
有人实测了 Claude Opus 5.5 做视觉设计，说是目前所有模型里最强的，视频里有实际效果，做前端设计的可以看看对比。
Garry Tan 实测 Opus 5.5 加 Openclaw 干活比 GPT-6 Astra 更利索，选模型搭子的参考。
Yuchen Jin直接说Claude Opus 5.5不如Astra，还断言编程能力从Opus 4.8起就停滞了，看看这个反主流判断
Mollick 聊了个基准测不出来的事：Claude Opus 从 4.7 到 5 失去了原有"性格"，5.5 又找回来了，用 Claude 的人应该有同感。
Anthropic 的 Opus 5.5 (High) 拿下 Text Arena 第一，1509 分比上一代高 18 分，前六名全是他们家，价格数据也标出来了。
Claude Opus 5.5 (High) 在 Text Arena 拿了 1509 分，价格每百万 token 16 美元，选模型时可以参考这个性价比坐标。
这条视频全靠 Claude Opus 5.5 生成对白、音乐和 Blender 画面，没用视频生成模型，思路挺有意思，可以看看它能做到什么程度。
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.
The em dash and semicolon were the most reliable tells of AI-written text, so this shift makes stylistic detection harder and prompts may need updating to keep a human voice. Writers and editors comparing model outputs for content work will care how length and rhythm changed. Claude Opus 5.5 is available via Anthropic's API and apps, competing directly with OpenAI's GPT-5 series.
Readability gains may come at the cost of a new stylistic fingerprint: hedging language at the highest rate Anthropic's models have shown, which detection tools and style guides will need to track. Writers and prompt engineers comparing Opus 5.5 with Opus 5 can use these 12 metrics to tune verbosity and tone in their own outputs.
有人用 Opus 5.5 生成游戏 Demo，天气居然跟纽约实时天气同步，下雨时 NPC 还会撑伞，细节控狂喜。
Anthropic 官方盘点了 Opus 5.5 的玩法，有人一句话花 25.66 美元做了个可交互的镜头对焦模拟器，成品能直接玩。
有人用 Claude Opus 5.5 直接生成了新床摆进孩子房间的模拟视频，买家具前先看效果，这个用法挺实用。
LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。
有人让 Claude Opus 5.5 一口气画 100 张 matplotlib 图，想看它批量写代码稳不稳的可以看看这个实测。
有人用手机上的 Claude Code 让 Claude Opus 5.5 独立做了个 5 分钟的 UMAP 算法讲解动画，旁白和视觉全是模型自己想的，效果可以直接看。
有人让 Claude Opus 5.5 一条提示词跑 1 小时，写出能跑 34 FPS 的双 5090 路径追踪器，代码全由模型生成。
一个从 Codex 全家桶跳回 Anthropic 的用户聊 Opus 5.5 的实际手感：精准、快、不啰嗦，和现在 X 上的舆论风向。
有人拿 Claude Opus 5.5 设计乐高 Microduck，1113 个零件全验证零碰撞，连搭建手册和 BrickLink 订单都备好了。
Stanford 联合 Terminal-Bench 团队搞了个科研智能体榜单，70 个真实科研任务里 GPT-6 Astra 拿 63% 排第一，开源模型才 10%，差距很直观。
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。
Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。
一位博主聊 Opus 5.5 的使用感受：提示词可以写得越来越简单了，模型自己就会干活，原来靠第三方技能补的事模型直接包办。
Anthropic 新的 Claude Opus 5.5 (Max) 在 Code Arena 编程榜拿了第一，价格还比 GPT-6 Astra 便宜 60%，写代码的可以看看实测视频。
OpenAI 拿出 1215 段心理对话让各家模型答题，GPT-6 Astra 拿 57.3% 第一，Gemini 2.5 Pro 只有 29.5%，数据集已开放下载。
Anthropic 的 Claude Opus 5.5 (Max) 在 LMArena 拿下第一，混合价才 $16 每百万 token，性价比曲线被改写了。
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%。
有人把 Claude Opus 5.5 的 10 个真实用法整理成了一条帖子，想看看这模型实际能干什么的可以翻翻原帖。
有人拿 Claude Opus 5.5 加 Three.js 做了个演示，随手画的草图直接生成四阶段演进的 3D 房屋，做前端的可以看看思路。
OpenAI 新出的 GPT-6 Sol 和 Luna 便宜了一半，Sol 跑分还超过了 Claude Opus 5，做大批量任务可以认真看看这个定价。