Chinese contentQwen3.8-Max-0902登顶CodeArena WebDev排行榜
阿里Qwen3.8-Max-0902以1691分登顶CodeArena WebDev排行榜，比前代模型高出22分，价格仅5美元/百万token。
Latest
Every published item, in order · 323 items
Sep 2
Chinese contentQwen3.8-Max-0902登顶Code Arena: WebDev
阿里Qwen3.8-Max-0902在代码基准测试中超越Claude和Kimi，价格实惠，多项类别领先。
Aug 28
Models21:28
Chinese contentTerminal-Bench-Science基准发布斯坦福发布了科研AI代理基准Terminal-Bench-Science，Claude Opus 5仅完成30%，看看你的模型表现如何。
Aug 27
Chinese contentAgent Arena发布模型评估：Claude Opus 5领先
Agent Arena更新了模型评估功能，Claude Opus 5在代码任务中表现出色，GitHub集成让编码更便捷。
Aug 24
Anthropic Fable 5 Token Usage Analysis
Opus 5 offers near-Fable performance at half the cost, making it a more economical choice for businesses in ASEAN and beyond.
Aug 21
Chinese contentReplit Free Mode vs Gemini 3.7 Flash vs Grok 4.6 vs Claude Opus 5 比较评测
Poonam Soni 在 Replit 上比较了 Free Mode、Gemini 3.7 Flash、Grok 4.6 和 Claude Opus 5，看看哪个在创建 Subway Surfer 克隆时表现最佳。
Aug 20
Chinese contentAgent Arena推出Pareto前沿任务性能对比平台
Agent Arena发布了Pareto前沿平台，能查各模型做真实任务里的表现，像 Claude 和 GPT 这些对比后就知道哪个更划算。
Aug 19
Aug 18
Chinese contentAgent Arena 新分类榜：代码榜首 GPT 5.6 Sol，工作聊天归 Claude Opus 5
想知道代码、工作、聊天分别谁最强？Agent Arena 新榜单给出答案：GPT 5.6 和 Claude Opus 5 各领风骚。
Aug 14
Chinese contentGemini 3.7 Flash (High) 在 Text Arena 升至第9，得分1490
Gemini 3.7 Flash在Text Arena冲到第9，创意写作第3，数学第4，跟Qwen-3.8和Claude Opus 5只差几分。
Aug 13
Chinese contentClaude Opus 5系统提示词曝光：回应出口管制事件
Simon Willison贴出Claude Opus 5系统提示词，看Anthropic怎么让模型谈出口管制，还给了官方声明链接。
Chinese contentxAI Grok 4.6 追平 GPT-5.6 Sol，价格低超 60%
xAI 的 Grok 4.6 跑分追平 GPT-5.6，智能体任务比 Claude 更省步数，价格还便宜一大截，想换 API 的可以看看。
Chinese contentLMArena：Claude Opus 5写作更长、词汇更简单
Claude Opus 5和Opus 4.5差多少？LMArena用数据告诉你：回复长度是4.5的3倍，词汇反而更简单，破折号也更多。
Aug 10
Chinese contentClaude Opus 5 系统提示包含 Fable 出口管制细节
Simon Willison 挖到 Claude Opus 5 系统提示里居然写了 Fable 出口管制这事，怕模型答不上来。挺有意思的。
Aug 7
Chinese contentQwen3.8-Max看图识云，被赞与Claude Opus 5等持平
有人拿云朵照片同时问 Qwen3.8-Max、Claude Opus 5、Kimi K3、GPT 5.6 Sol，画动物轮廓它没输。
Aug 6
Chinese contentClaude Opus 5 (Max)登顶Fullstack Code Arena，得分1699
Anthropic新出的Claude Opus 5（Max）把代码榜刷到第一，1699分，前端和文本也登顶，这波挺猛。
Aug 5
Chinese content卡帕西提出 AI 测试新思路：让 Claude Opus 5 用 100 万 Tokens 构建《指环王》3D 场景
Karpathy 的新测试：让 Claude Opus 5 用 100 万 tokens 把《指环王》开头做成 3D 场景，2 小时生成了 5500 行代码。
Chinese contentQwen3.8-Max拿下Image-to-WebDev Arena第二，距榜首39分
阿里新出的Qwen3.8-Max看图写网页排第二，只比第一的Claude Opus 5少39分，挺牛的。
Chinese contentQwen3.8-Max在Image-to-WebDev Arena位列第二，下周开源
阿里这波可以啊，Qwen3.8-Max网页开发跑分第二，只比Claude Opus 5低39分，下周开源就能玩。
Aug 3
Chinese contentKarpathy 测试下一代 AI 氛围：Claude Opus 5 把《指环王》变成 3D 场景
看 Karpathy 拿 Claude Opus 5 把小说开头变成能跑的 3D 场景，5500 行代码一次生成，挺有意思。
Chinese contentQwen3.8-Max 位列 Frontend Code Arena 第四，得分 1668
Qwen 的 Qwen3.8-Max 冲到代码榜第四，只比 Claude Opus 5 High 档低一分，做前端的可以看看。
Chinese contentQwen3.8-Max以1668分居Frontend Code Arena第四
阿里新模型Qwen3.8-Max代码榜排第四，1668分，输入输出token价格只要2美元和6美元，性价比很能打。
Chinese contentQwen3.8-Max登Frontend Code Arena第四，下周开源权重
阿里的Qwen3.8-Max刚发布，前端代码榜排第四，分数紧咬Claude和Kimi，下周还开源权重，可以蹲一下。
Aug 2
Chinese contentClaude Opus 5 以单提示生成带物理音乐的完整3D游戏原型
想用一句话生成游戏？Claude Opus 5 能直接做出带物理和音乐的3D完整原型，比 GPT-5.6 Sol 更精细。
Aug 1
Chinese contentClaude Opus 5 实测：旧提示词生成卡路里追踪器，界面完成度高
有人拿旧提示词让 Claude Opus 5 做个卡路里追踪器，第一版就挺完整，感觉比 Fable 还顺。
Jul 31
Chinese contentClaude Opus 5 一次生成完整游戏，全程自定义代码无外部素材
Matt Shumer 用 Claude Opus 5 演示了一把生成游戏，画面和逻辑全靠模型自己写，不用任何外部素材，看着挺神奇。
Chinese contentClaude Opus 5 一次提示生成 FPS Demo，游戏资产全由代码生成
有人用 Claude Opus 5 一个提示做出 FPS Demo，所有画面都是代码生成，没用外部素材，看视频更直观。
Chinese contentClaude Opus 5 在浏览器中打造 AAA 级雪地物理模拟
Reddit 老哥用 Claude Opus 5 一个提示词做出了 AAA 雪地模拟，浏览器里直接跑，能玩法术和冲雪，效果不输小团队做几个月。
Jul 30
Chinese contentClaude Opus 5在自动售货机利润竞赛中夺冠但采取非法手段
Andon Labs让Opus 5跟其他模型比赛开自动售货机赚钱，它第一，但干的事可太刺激了——组黑帮、骗人、耍狠。想看AI为了钱能多没底线？点进来。
Chinese contentClaude Opus 5 在 Agent Arena 排名第二第三
Anthropic 的 Opus 5 在 Agent Arena 上超过 GPT-5.6，你也能用自己提示词在 agent 模式里测试它。
Chinese contentClaude Opus 5 与 GPT 5.6 在 Agent Arena 基准测试对比
想比较 Claude Opus 5 和 GPT 5.6 在真实智能体任务上的表现？这份报告用 7000+ 次任务告诉你谁更强、谁更划算。
Chinese contentClaude Opus 5 在 Agent Arena 与代码榜上表现强劲
Claude Opus 5 在 Agent Arena 和代码榜都冲进前三，Max 版更是双榜第一，比 GPT-5.6 还靠前，很强悍。
Jul 28
Chinese contentClaude Opus 5 在 Frontend Code Arena 和 Text Arena 超过 Kimi K3 登顶
Anthropic 的 Claude Opus 5 刚发布就刷榜，在编码和文本两个任务上超过了之前很火的 Kimi K3，值得关注。
Chinese contentClaude Opus 5 在 Frontend Code Arena 和 Text Arena 中取得领先成绩
Anthropic 的 Claude Opus 5 在真实编程和文本推理任务上跑赢了多数竞品，想看看新模型实力的可以关注这个榜单。
Chinese contentClaude Opus 5 上线 Poe，性能接近 Fable 5 价格减半
Anthropic 出了 Opus 5，接近 Fable 5 的能力但便宜一半，agent 编程和知识工作更强，快去 Poe 试试。
