Chinese contentAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程跑分超 GPT-6 Astra
Anthropic 这次一次发了两个模型，编码跑分把 GPT-6 Astra 和 Gemini 4 Carbon 都压了下去，API 还便宜了 20%。最离谱的演示是协调上千个智能体花 8 天写出能启动的操作系统。做编程和智能体开发的可以重点看 FrontierCode 2.0 那组数据。
IT之家Source
Latest
Every published item, in order · 306 items
Nov 10
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，速度提升、价格下调
Anthropic 把旗舰 Fable 从 5.1 升到 5.2，跑分压过 Gemini 4 Carbon 和 GPT-6 Astra，速度快 30%，输入价降到 8 美元一百万 token。做硬核技术求解的团队值得看，写代码还是先试试 Opus 5.5。
Chinese contentClaude Fable 5.2 登顶 Code Arena WebDev 榜，价格降至 $8/$40
Anthropic 把 Claude Fable 5.2 的 WebDev 分数干到 1832，压过自家 Opus 5.5 和 Gemini 4 Carbon，价格还降了两成。做前端页面、小游戏、可视化的开发者可以直接试试，速度也快了 30%。
Chinese contentClaude Fable 5.2 (xHigh) 登顶 Code Arena: WebDev 榜首
Anthropic 又发新模型了，Claude Fable 5.2 在 Code Arena 的 WebDev 评测拿了 1832 分，比自家的 Opus 5.5 和 Google 的 Gemini 4 Carbon 都高。关键是价格还降了 20%，速度更快 30%。平时用 Claude 写代码、做网站的朋友可以直接换新版试试。
Chinese contentAnthropic 发布 Claude Fable 5.2 和 Mythos 5.2：能力超 Opus 5.5，API 降价 20%
Anthropic 这次一次发了 Fable 5.2 和 Mythos 5.2 两个高端模型，编程评测分数超过 GPT-6 Astra 和 Gemini 4 Carbon，API 还降价两成。Pro 用户这一周能免费用 Fable，写代码的可以趁机试试它到底比 Opus 5.5 强多少。
Chinese contentAnthropic 发布 Claude Fable 5.2，登顶 Artificial Analysis 智能指数
Anthropic 的新旗舰模型，科学推理和编程基准刷了一堆纪录，比如 HLE-Diamond 拿到 80%。有意思的是调低 effort 档反而更划算，输出 token 用得更少还能赢 Opus 5.5。做科学计算、代码开发的团队值得看下这笔成本账。
Chinese contentGemini 4 Carbon 对比 Claude Opus 5.5：任务成本低 23%
DeepLearning.AI 拆了 Gemini 4 Carbon 和 Claude Opus 5.5 的真实账单：单价一样，Carbon 每任务省 23%，还在 AA 独立榜单以 59 分排第一。按 token 付费的人选型前应该看看这笔账。
Chinese contentAnthropic 发布 Claude Fable 5.2：FrontierCode 得 49.1%，API 降至每百万 8/40 美元
编程评测分数超过了 GPT-6 Astra 和 Gemini 4 Carbon，价格还降了两成，写代码的同学可以直接在 Claude Code 里手动切换试试。Pro 用户 16 号前用 Fable 不额外扣钱，别忘了去设置里领那次额度重置。
Nov 9
Chinese contentGoogle AI 主管用 Gemini 4 将《塞尔达传说：时之笛重制版》移植到 iPhone，因版权争议删帖
Google AI Studio 主管拿 Gemini 4 把《时之笛重制版》搬上了 iPhone，结果被指侵犯任天堂版权，帖子已删，AI 逆向工程的版权边界又成了争议焦点。
IT之家Source
Nov 8
Chinese content用三个模型组队替代单个 Claude Opus：分工实现能力强、说人话、速度快
一条多模型协作思路：Gemini 汇报、GPT 拆任务、便宜模型干活，适合被 Claude 封号折磨的人抄作业。
Chinese contentGoogle AI Studio 负责人用 Gemini 4 把塞尔达时之笛跑在 iPhone 上
谷歌 AI Studio 的 Ammaar Reshi 用 Gemini 4 加 nxnative 工具把 Switch 2 的塞尔达塞进了 iPhone，还附了 NX2Apple 这款免命令行工具，想折腾的可以看看。
Nov 7
Chinese contentArtificial Analysis 上线 VIALS-AA：生命科学视觉推理榜单
161 个任务专考读凝胶图和质粒图这些科研视觉推理，Gemini 4 Carbon 险胜 GPT-6，但 Claude 每任务贵 29 倍，选模型前先看这份榜单。
Chinese contentGemini Omni 1.2 Flash 正式上线 AI Studio 与 Gemini API
Google 把 Gemini Omni 1.2 Flash 正式开放了，支持 15 秒视频输入，价格还降了 30%，走 API 的可以直接上手。
Nov 6
Chinese contentSemiAnalysis 推出 GDPx 基准，AI 智能体得分均未超过 12%
SemiAnalysis 搞了个新基准 GDPx，模拟芯片设计、量化交易这类真实工作，结果最强的 Claude Opus 5.5 也才 12% 出头，智能体离真干活还差得远。
Nov 5
Chinese content协作智力基准发布：18 个模型当队友，最高只拿 82.2 分
斯坦福他们测了 18 个模型当队友的水平，最强的 Gemini 4 Argon 也才 82.2 分，冲突一开会就妥协，挺扎心的。
Chinese contentAgent Arena 数据：长任务中模型选择可使成本相差最高 66%
跑长任务的看看这个：Arena 拿 3 万个真实任务对比了 5 家旗舰模型，Gemini 4 Carbon 比 GPT-6 Astra 每小时便宜 66%，数据很实在。
Chinese contentAgent Arena 排行：复杂任务上 Gemini 4 Argon 与小米 MiMo 表现突出
Agent Arena 拆了成本维度看模型：贵任务上 OpenAI 和 Anthropic 不再通吃，Gemini 4 Argon 和小米 MiMo 顶上，选型前值得对号入座。
Chinese contentAgent Arena 数据：Gemini 4 Carbon 成本扩展性优于竞品
Arena 拿真实智能体会话算了一笔账：任务越难，Gemini 4 Carbon 越省钱，Astra 和 Opus 5.5 贵出三四倍，选错模型账单差很多。
Chinese contentAgent Arena 数据：头部模型长任务耗时差距达 55 分钟
Agent Arena 拿 5 家实验室的旗舰模型跑了长任务对比，Claude Opus 5.5 能连续干近 2 小时，Kimi 最快但也最短，差距挺直观。
Nov 4
Nov 3
Chinese contentAgent Arena 分析：头部智能体每生成 1 token 需读取约 93 个输入 token
LMArena 拆了 2.6 万条智能体会话数据，发现输入输出 token 比例高达 93:1，看完你就懂缓存定价为什么成了价格战焦点。
Chinese contentPhilipp Schmid 解析 Code Mode：智能体工具调用收敛为一段代码
Schmid 写了篇 Code Mode 实操解析，讲清智能体为啥把一堆工具调用改写成跑代码，还带了 Gemini 4 Argon 的最小示例和可动手的 pi 工具。
Chinese contentGoogle 发布 Gemini 4 Carbon，主打网络安全与复杂任务能力
Google 放出了新的 Gemini 4 Carbon，这次专门加强了网络安全和复杂任务处理，搞安全或自动化的可以看看它能干嘛。
Chinese contentSemiAnalysis 发布 GDPx 基准，Claude Opus 5.5 平均仅得 12%
SemiAnalysis 搞了个 GDPx 基准，让智能体真去翻几千个文件干活，结果最强的 Claude Opus 5.5 也才拿 12 分，金融法律题全军覆没。
Chinese contentDeepSeek 开源自主编程智能体研究原型 dsh-superagent
DeepSeek 把自主编程智能体的研究原型直接开源了，想做 coding agent 的可以拆开看看实现思路。
Chinese contentGDPx 基准测试：Claude Opus 5.5 智能体得分 12%，Gemini 4 性价比更高
GDPx 这个基准挺有意思，用 206 个真实经济任务测智能体。Opus 5.5 分最高，但 Gemini 4 便宜 4 倍只低 1.1%，选型可以参考。
Nov 2
Chinese contentGemini 4 Argon 在游戏任务上成本低于 Claude Opus 5.5
有人实测 Gemini 4 Argon 跑游戏任务，成本比 Claude Opus 5.5 便宜，但 token 和耗时上有差距，选模型前可以看看
Oct 31
Chinese contentLMArena 榜单更新：Gemini 4 Carbon 登顶，GPT-6.1 Terra 入榜
三大模型同周换榜：Gemini 4 Carbon 直接冲到文本第一，GPT-6.1 Terra 花 0.62 美元就能跑完一个任务，选模型前先看看这份数据。
Oct 30
Chinese contentGoogle 发布 Gemini 4 Carbon，主打自主漏洞修复
Google 两周内连发两个 Gemini 4，新出的 Carbon 专攻找漏洞、打补丁，综合分 59 排到 Artificial Analysis 榜首，安全运维方向可以关注。
Chinese contentGoogle 发布 Gemini 4 Carbon，登顶 Artificial Analysis V5
Google 两周连发两代，Gemini 4 Carbon 冲上 Artificial Analysis V5 第一，还主打长时程任务和编程能力，编程党可以看看。
Chinese contentGoogle 发布 Gemini 4 Carbon：主打网络安全与长时程任务
Google 发了 Gemini 4 Carbon，编程和网络防御能力是主打，目前先给 Fairwind 计划里的安全人员用，搞安全的朋友可以留意申请。
Oct 29
Chinese contentGoogle 发布 Gemini 4 Carbon，登顶多项独立评测
Google 放出了新模型 Gemini 4 Carbon，独立评测排第一，不过先只给网络安全防御人员用，普通用户还得再等等。
Chinese contentGoogle 发布 Gemini 4 Carbon 网络安全模型
Google 出了个专攻网络安全的 Gemini 4 Carbon，在 Artificial Analysis 5.0 榜单拿了第一，做安全方向的可以看看。
Chinese contentGoogle 发布 Gemini 4 Carbon，主打编程与网络安全
Google 出了新的 Gemini 4 Carbon，专攻写代码和网络安全，感兴趣可以先看看它具体能干嘛、为什么现在还用不上。
Chinese content早报：触屏 MacBook Pro 发布，Gemini 4 Carbon 超越 Opus 5.5
一条顶五条：Gemini 4 Carbon 干过了 Opus 5.5，OpenAI 还要买 Google TPU，早上扫一眼就够。
Chinese contentGoogle 发布 Gemini 4 Carbon：AA 综合榜第一，先开放给网络安全防御团队
Google 两周内连发 Argon 和 Carbon，Carbon 综合榜 59 分登顶，引入期价格只有 Opus 5.5 一半，不过编程测试还没打过 GPT-6 Astra。
Industry06:06
Chinese contentSundar Pichai 称未来 12 个月将因 RSI 持续加速Pichai 亲口说未来 12 个月会因 RSI 持续加速，还顺带提了 Gemini 4 Carbon，听听 Google 怎么看自我改进这条线。
Chinese contentGoogle 发布 Gemini 4 Carbon，主打网络安全能力
Google 放出了新的 Gemini 4 Carbon，在 Artificial Analysis 的榜单上超过了 Claude Opus 5.5 和 GPT-6 Astra，这次还特别强化了网络安全能力。
Chinese contentGoogle DeepMind 发布 Gemini 4 Carbon，两度更新登顶智能指数
Google DeepMind 两周内连发两版，Gemini 4 Carbon 拿下 59 分登顶智能指数，还能跑完整网络防御流程。
Chinese contentGoogle 发布 Gemini 4 Carbon，安全基准超 GPT-6 Astra 与 Claude Opus 5.5
Google 放出 Gemini 4 Carbon，网络安全基准把 GPT-6 Astra 甩开 12 个点，不过现在只有安全领域的合作伙伴能用，定价倒是和 Argon 一样。
Sep 17
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOPRead
Aug 13
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOPRead
Aug 7
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOPRead
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOPRead
Aug 2
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOPRead