全部动态
朋友，有个挺有意思的，有人用 Claude Opus 5 做了个网站，里面有 25 个迷你房间，每个房间都有个 Claude 陪着，挺有趣的。
Claude 新版 Opus 5.2 上线了，测试下来比旧版快很多，而且不“偷懒”，代码生成能力更强，值得试试。
DeepSeek 推出了 V4.1 Flash，性能接近 GPT-5.6，但成本只有 1/30，用 15 美元就能跑 100 个复杂任务，性价比很高。
朋友发了 Genspark 的 Gen-1 Slides，这个模型做幻灯片生成很厉害，和 Claude Opus 5 一样好，但价格便宜很多，才 1/17。
朋友，Fireworks AI 新出的 Gen-1 Slides 模型很棒，幻灯片生成效果和 Claude Opus 5 差不多，但价格便宜很多，是 1/17，适合做演示文稿。
DeepSeek 新发布的 V4.1 Flash 模型，比 V4-Pro 小三分之一，但在很多测试里还比它强，价格也便宜很多，值得看看。
Claude、GPT-5和Gemini在代码生成时加入执行约束后，代码效率大幅提升，最高快3.1倍。
OpenAI 发布了 GPT-6 Astra，虽然减少了幻觉，但在隐藏提示注入攻击面前仍有 8.5% 的失败率，比 Claude Opus 5 的 4.8% 差。
OpenAI的GPT6-Astra评测曝光，编程能力与Claude Opus 5相当，但价格涨2.5倍，因效率提升实际成本反而降一半。
GoogleDeepMind 新发布的 Gemini 3.8 Flash (High) 在多个竞技场表现优异，成本比同类模型低 44-50%。
GoogleDeepMind发布Gemini 3.8 Flash (High)，在多个基准测试中超越前代版本和Claude Opus 5。
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。
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。
Recuris模型在长时程任务中显著提升了GPT-5.6 Sol和Claude Opus 5的表现，是长时程智能体驱动的递归记忆架构的一个突破。
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。
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。