Latest AI News & Industry Updates

Models US vs ChinaMulti-sourceSelected10:07

Anthropic models lead completeness but trail OpenAI on medical benchmarks

Verbose medical answers earn completeness points but introduce more claims that can contradict the record, so length itself becomes an accuracy liability. Teams building clinical documentation or decision-support tools should weight length-adjusted scores over raw ones, since the top model changes depending on that choice. Against alternatives like GPT-6 Astra, Claude models suit use cases where covering every rubric point matters more than brevity.

#Claude Opus 5.5 #Claude Sonnet 5.5 #GPT-6 Astra #HealthBench

Event

官方账号Artificial Analysis@ArtificialAnlys11 sourcesSource

Models US vs ChinaMulti-source79°03:31

Chinese contentAnthropic 的 Claude Sonnet 5.5 在 ARC-AGI-3 上拿到 72.4%

Anthropic 的 Sonnet 5.5 在 ARC-AGI-3 上拿了 72.4%，这个基准一直很难，数据里还给了不同 harness 的对比和每任务成本，做评测的可以看看。

#Claude #Sonnet 5.5 #Anthropic #ARC-AGI

Event

官方账号ARC Prize@arcprize11 sourcesSource

Models Builders01:25

Chinese contentClaude Fable 5.1 等 4 个模型在 3D 场景中自发生成圣家族大教堂魔方

四个模型没被提示就画出了圣家堂那个魔方，有的还故意藏柱子后面，训练数据痕迹挺有意思。

#Claude #Grok #Step 5 #AA-3D

官方账号Artificial Analysis@ArtificialAnlysSource

Models US vs ChinaMulti-sourceSelected23:55

Claude Sonnet 5.5 and GPT-6 Astra tie on MLCR-AA leaderboard

The split matters more than the tie: Anthropic models dominate completeness, with Claude Sonnet 5.5 at 64.8% versus 42.2% for the best non-Anthropic model, while OpenAI models dominate accuracy, led by GPT-6.1 Sol at 96.7%. Teams deploying models for medical record review should pick based on which failure mode they can tolerate. Even top models still fail more than half of the benchmark's questions, so human review remains necessary.

#Claude Sonnet 5.5 #GPT-6 Astra #Wisedocs #Qwen3.8

Event

官方账号Artificial Analysis@ArtificialAnlys11 sourcesSource

Models US vs ChinaMulti-source08:41

Chinese contentMeta Muse Wonder 两款模型实测：与 Claude、GPT-6.1、Gemini 4 正面对比

Meta 的 Muse Wonder 到底能不能打？这期实测直接拿它和 Claude Opus 5.5、GPT-6.1 Sol 做 3D 场景和建站对比，看完就知道差距在哪。

#Muse Wonder #Meta #Claude Opus 5.5 #GPT-6.1 Sol

Event

lmarena.ai@lmarena_ai11 sourcesSource

Models US vs ChinaMulti-source07:08

Chinese contentArtificial Analysis 上线 HealthBench 医疗对话模型排行榜

医疗对话模型排行榜上线了，GPT-6 Astra 和 DeepSeek V4.1 Flash 的分数、成本对比都有，选医疗模型前可以看看。

#HealthBench #OpenAI #GPT-6 #Claude

Event

官方账号Artificial Analysis@ArtificialAnlys11 sourcesSource

Models US vs ChinaMulti-source11:45

Chinese contentSonnet 5.5 在单项评测中拿下 3 个第一，表现与 Opus 5.5 不同

Sonnet 5.5 单项评测拿了 3 个第一，比 Opus 5.5 还猛，这条推里有各家模型的榜首分布数据，选模型前可以看看。

#Claude #Anthropic #Sonnet 5.5 #评测基准

Event

Teortaxes@teortaxesTex11 sourcesSource

Models US vs China81°12:46

Chinese contentGemini 4 Argon 在 Cline 发布首日用户份额创六月以来新高

Cline 公布了 Gemini 4 Argon 的真实使用数据：首日用户是 Claude 新版的三倍，还省 30% token，编程党可以关注下。

#Gemini 4 Argon #Cline #Claude #编程助手

Cline@clineSource

Models US vs ChinaMulti-source79°08:45

Chinese contentSonnet 5.5 登顶 Coding Agent Index，xhigh 档省 77% 成本

写代码跑 agent 的可以看看这份测试：Sonnet 5.5 开 max 档最强但贵 4 倍，xhigh 档 63 分只低 5 分，省钱首选。

#Sonnet 5.5 #Anthropic #Claude Code #Terminal-Bench

Event

官方账号Artificial Analysis@ArtificialAnlys11 sourcesSource

Models US vs ChinaMulti-source03:53

Chinese contentOpus 5.5 登顶 OpenRouter 消费份额榜首

Anthropic 的 Opus 5.5 在 OpenRouter 上花销排第一了，Sonnet 5.5 和 Haiku 5.5 也卖得不错，跟 OpenAI 又有得打。

#Opus 5.5 #Anthropic #OpenRouter #Sonnet 5.5

Event

OpenRouter@OpenRouterAI11 sourcesSource

Models US vs China79°03:26

Chinese contentGoogle 向付费用户开放 Gemini 4 Argon，登顶 Vals AI 专业任务榜

Google 把内测的 Gemini 4 Argon 开放了，专业任务榜上分数超过了 Claude 两个型号，单次测试还便宜一半，做长任务的可以看看价格变化节点。

#Gemini 4 Argon #Google #Claude #Vals AI

rohanpaul_ai@rohanpaul_aiSource

Models US vs ChinaMulti-source91°02:07

Chinese contentGoogle 发布 Gemini 4 Argon：订阅用户今天可用，API 引入价输入 2 美元

Google 新旗舰 Gemini 4 Argon 今天就能用，API 引入价输入 2 美元，12 月翻倍。Vals Index 榜单第一，稍微压过 Claude Sonnet 5.5。

#Gemini 4 #Google #Claude Sonnet 5.5 #编程助手

Event

宝玉@dotey11 sourcesSource

Models BuildersMulti-source11:29

Chinese contentMeta Muse Wonder (Max) 实测：对比 Opus 5.5、GPT-6.1 Sol 等模型

petergostev 把 Meta 的 Muse Wonder 拉来和 Opus 5.5、GPT-6.1 Sol 这几个模型同台比 3D 场景和前端生成，还附了每次生成的费用，想选模型可以看看。

#Muse Wonder #Meta #Opus 5.5 #GPT-6.1 Sol

Event

lmarena.ai@lmarena_ai11 sourcesSource

Models US vs ChinaMulti-source71°01:47

Chinese contentClaude Opus 5.5 (Max) 登顶 Image-to-WebDev Arena 榜首

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。

#Claude Opus 5.5 #Claude Sonnet 5.5 #GPT-6 Astra #AnthropicAI

Event

lmarena.ai@lmarena_ai11 sourcesSource

Models US vs ChinaMulti-source82°08:25

Chinese contentAnthropic 发布 Claude Haiku 5.5，短提示价格较 Haiku 4.5 降 90%

Anthropic 把 Haiku 5.5 的短提示价格砍到 0.10 美元一百万 token，跑分类摘要这些活儿成本直接砍半以上，做子代理的可以算算账了。

#Claude #Claude Haiku 5.5 #Anthropic #推理模型

Event

SuperTechFans11 sourcesSource

Models US vs ChinaMulti-source71°04:44

Chinese contentClaude Haiku 5.5 (High) 登上 Code Arena：WebDev 榜第 30 名，1587 分

Anthropic 的小模型 Haiku 5.5 上榜了，价格和 GPT-6 Luna 一样但分数更高，比自家 Haiku 4.5 便宜九成还涨分，做 Web 开发的可以看看性价比。

#Claude #Anthropic #Code Arena #推理模型

Event

lmarena.ai@lmarena_ai11 sourcesSource

Models US vs ChinaMulti-source01:26

Chinese contentAnthropic 发布 Claude Haiku 5.5：速度最快的小模型，成本降 75%

Anthropic 出了新小模型 Claude Haiku 5.5，比上一代便宜 75%，跑 computer use 能拿 72.4% 分，Sonnet 5.5 也跟着降价 20%，跑批量任务的成本党可以看看。

#Claude #Anthropic #Haiku 5.5 #推理模型

Event

Techsauce@ Techsauce Team 11 sourcesSource

Models US vs ChinaMulti-source79°15:45

Chinese contentClaude Haiku 5.5 发布：基准领先 GPT-6 Luna，价格比 Haiku 4.5 低 75%

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。

#Claude #Haiku 5.5 #GPT-6 Luna #OpenRouter

Event

shao__meng@shao__meng11 sourcesSource

Models US vs ChinaMulti-source74°09:35

Chinese contentAnthropic 发布 Claude Haiku 5.5，定价降至 GPT-6 Luna 水平

Anthropic 把最便宜的小模型 Haiku 升到 5.5，成本只有 Sonnet 5.5 的零头，跑 agent 任务可以省不少钱。

#Claude Haiku 5.5 #Anthropic #推理模型 #编程助手

Event

Blognone@lew11 sourcesSource

Models US vs ChinaMulti-source88°07:49

Chinese contentAnthropic 发布 Claude Haiku 5.5：价格降 90%，上下文扩到 100 万 token

Anthropic 的新款小模型 Haiku 5.5 便宜了九成，上下文还扩到 100 万 token，跑高并发任务的成本直接打下来了，做客服、分类、子代理的团队可以看看。

#Claude Haiku 5.5 #Anthropic #GPT-6 Luna #编程助手

Event

berryxia@berryxia11 sourcesSource

Models US vs ChinaMulti-source81°07:15

Chinese contentAnthropic 发布 Claude Haiku 5.5，成本比 Haiku 4.5 降低约 75%

Anthropic 把 Haiku 5.5 做到成本砍掉 75%，电脑操作跑分翻了几倍，跑批量和子智能体任务的成本党可以看看这个。

#Claude #Anthropic #Haiku 5.5 #编程助手

Event

AIGCLINK@aigclink11 sourcesSource

Models US vs ChinaMulti-source78°06:32

Chinese contentAnthropic 发布 Claude Haiku 5.5，运行成本较 4.5 低约 75%

Anthropic 出了新小模型 Claude Haiku 5.5，输入 0.1 美元每百万 Token，比上一代便宜 75%，还能调节性能档位，跑智能体和编码子任务很合适。

#Claude Haiku 5.5 #Anthropic #Sonnet 5.5 #智能体

Event

IT之家11 sourcesSource

Models US vs ChinaMulti-source83°05:10

Chinese contentAnthropic 发布 Claude Haiku 5.5，价格对标 GPT-6 Luna

Anthropic 把 Haiku 5.5 价格砍到和 GPT-6 Luna 一样，10 万 token 内基准分还更高，长文本就选 Luna 了。

#Claude #Anthropic #GPT-6 Luna #定价

Event

官方账号Simon Willison’s Weblog11 sourcesSource

Models US vs ChinaMulti-source83°03:27

Chinese contentAnthropic 发布 Haiku 5.5，成本降低 90%，OSWorld 得分升至 72.4%

Anthropic 的小模型 Haiku 5.5 便宜了 90%，操作电脑的基准分从 15.7% 拉到 72.4%，跑批量智能体任务的可以看看。

#Haiku 5.5 #Anthropic #OSWorld #推理模型

Event

rohanpaul_ai@rohanpaul_ai11 sourcesSource

Models US vs ChinaMulti-source79°02:57

Chinese contentAnthropic 发布 Claude Haiku 5.5，小模型价格降到上一代十分之一

Anthropic 把最便宜的 Claude 砍到十分之一价格，跑批量和子智能体的成本直接降下来，做智能体的可以算算账了。

#Claude Haiku 5.5 #Anthropic #Sonnet 5.5 #智能体

Event

宝玉@dotey11 sourcesSource

Models US vs ChinaMulti-source79°02:48

Chinese contentAnthropic 发布 Claude Haiku 5.5：小模型价格降到上一代的十分之一

Anthropic 把小模型打到了一折价，跑批量和客服场景成本直降 75%，还能给大模型当便宜的分身用。

#Claude Haiku 5.5 #Anthropic #Sonnet 5.5 #智能体

Event

宝玉@dotey11 sourcesSource

Models BuildersMulti-source82°02:16

Chinese contentClaude Haiku 5.5 发布，平均运行成本比 4.5 低约 75%

Anthropic 把 Haiku 5.5 成本降到 4.5 的四分之一左右，还首次加了 effort 调节，Sonnet 5.5 缓存读取价格也砍半，跑大量 Agent 的可以算算账了。

#Claude #Anthropic #Sonnet 5.5 #编程助手

Event

Lxfater@lxfater11 sourcesSource

Models BuildersMulti-source79°02:13

Chinese contentHaiku 5.5 上线 Claude Platform 与 Claude Code，成本比 4.5 低约 75%

Anthropic 出了 Haiku 5.5，跑起来比 4.5 便宜七成多，拿来当 subagent 干摘要、查库这种活儿挺划算。

#Haiku 5.5 #Claude Code #Anthropic #编程助手

Event

claudedevs@claudedevs11 sourcesSource

Models US vs ChinaMulti-source74°02:07

Chinese contentAnthropic 发布 Claude Haiku 5.5，运行成本比 Haiku 4.5 低约 75%

Claude 家最便宜的小模型升级了，成本砍到原来的四分之一，性能还逼近 Sonnet 5.5，能调 effort 很实用。

#Claude #Anthropic #Haiku 5.5 #推理模型

Event

kimmonismus@kimmonismus11 sourcesSource

Models US vs ChinaMulti-source03:49

Chinese contentAgent Arena 发布智能体任务榜单：Anthropic 模型居 Code、Work、Chat 三类榜首

Arena.ai 更新了 Agent Arena 榜单，Anthropic 和 OpenAI 的模型在真实任务上谁强谁弱，一目了然。

#Agent Arena #Claude #GPT 6 Astra #Gemini

Event

lmarena.ai@lmarena_ai11 sourcesSource

ModelsMulti-source19:47

Chinese contentAI 圈本月密集发布：GPT-6 Astra、Grok 4.7、Fable 5.1 等多个模型亮相

一条推文把本月各家新模型全列齐了，GPT-6 Astra、Grok 4.7、Gemini 4 Argon 都在，想快速扫一遍本月发布看这条就够。

#GPT-6 #Grok 4.7 #Gemini 4 #Sonnet 5.5

Event

AI Will@FinanceYF511 sourcesSource

Models US vs ChinaMulti-source81°01:49

Chinese contentClaude Sonnet 5.5 (Max) 登上 Agent Arena 第三名，Anthropic 包揽前三

Anthropic 新版 Sonnet 5.5 排名很猛，Chat 类第一，编码只差 GPT-6 两分还便宜 20%，就是单任务贵了七成。

#Claude Sonnet 5.5 #Anthropic #Agent Arena #GPT-6 Astra

Event

lmarena.ai@lmarena_ai11 sourcesSource

Models BuildersMulti-sourceSelected76°23:59

Claude Sonnet 5.5 ranks third in Agent Arena

The performance-cost tradeoff reveals Anthropic's strategic positioning between premium and efficient models. Developers evaluating cost-performance ratios can now compare Sonnet 5.5's $2.74 per task against Opus 5.5's $1.58, with both leading different categories.

#Claude Sonnet 5.5 #Agent Arena #Anthropic #benchmark

Event

lmarena.ai@lmarena_ai11 sourcesSource