#推理模型

Anthropic 把 Haiku 升到 5.5，OSWorld 分数从 15.7 涨到 72.4，价格还砍了 90%，不过新 tokenizer 会多吃 token，实际省多少得算算。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Anthropic 放出了 Claude Haiku 5.5，比 4.5 便宜七成五，还能在 Agent Arena 里跑真实任务，去试试手感。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 的 Haiku 5.5 来了，智力比一年前的 Haiku 涨了 26 分，价格还只有上代的十分之一，跑 agent 任务可以重点看看。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Anthropic 又发小模型了，Haiku 5.5 比上一代便宜 75%，价格追平 OpenAI 的 GPT-6 Luna，基准成绩还更胜一筹，跑大批量任务的可以看看。

The Rundown AI@therundownai11 个信源在谈原文

Anthropic 的小钢炮 Haiku 5.5 上线了，AWS、Google Cloud、Azure 都能直接调，用哪家云都方便。

Claude@claudeai11 个信源在谈原文

X 上有人盘点两家实验室的模型命名梯度，把 Anthropic 的传闻新模型 Mythos 拿来和 OpenAI 的 Luna/Sol 对比，看个热闹。

Teortaxes@teortaxesTex11 个信源在谈原文

Anthropic 的新小模型 Haiku 5.5 来了，比 Haiku 4.5 便宜七成五，跑批量任务和高并发场景可以先试试。

Claude@claudeai11 个信源在谈原文

Anthropic 家最便宜最快的模型来了，比上一代省 75% 成本，还能调推理强度，跑智能体和电脑操作任务的可以看看。

TestingCatalog@testingcatalog11 个信源在谈原文

Gary Marcus 写了篇长文，把陶哲轩和他自己对 OpenAI 数学模型能力的看法放在一起对比，两派观点一目了然。

Gary Marcus@GaryMarcus11 个信源在谈原文

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。

kimmonismus@kimmonismus11 个信源在谈原文

Anthropic 的 Haiku 5.5 价格跟 GPT-6 Luna 打平了，10 万 token 内输入只要 $0.10，选模型时可以对比看看。

kimmonismus@kimmonismus11 个信源在谈原文

有人在 OpenAI 放出的数学数据集上用 Astra 改出更好的结果，属于社区复现和改进玩法，感兴趣可以点原帖看看细节。

Teortaxes@teortaxesTex11 个信源在谈原文

OpenAI 内部 pro 模型干掉了 500 道顶级难题里的 90 道，解 Navier–Stokes 一道要 3 小时，还比 GPT-6 Astra 强，看看细节。

@koltregaskes@koltregaskes11 个信源在谈原文

博主说 Kimi K3 虽训练不足，两个月了国产模型还是没人在核心能力上超过它，想了解国产模型格局的可以看看。

Teortaxes@teortaxesTex5 个信源在谈原文

法国 Mistral 放出新旗舰 Large 4，用 4000 块 Grace Blackwell GPU 训了两个月，想追欧洲阵营的可以盯一下。

Tech in Asia@Grace Priscilla Teo11 个信源在谈原文

日经统计中国厂商一个月发了 16 个模型，DeepSeek 领跑，还是顶着 Anthropic 警告发的，节奏对比很直观。

Nikkei Asia@NikkeiAsia11 个信源在谈原文

OpenAI用新模型攻克4000道数学难题，解题思路已开源，数学研究者可直接参考。

Gorden Sun@Gorden_Sun11 个信源在谈原文

有人实测 ChatGPT Pro 能连续思考三小时以上，还顺手点评了它做前沿数学的真实水平，可以看看。

Teortaxes@teortaxesTex4 个信源在谈原文

Reflection 的创始人亲自讲他们怎么让模型少花 token 干完活，奖励设计思路很实用，做模型训练的可以听听。

The Information@theinformation原文

OpenAI 把未发布模型解的约 4000 道数学题解法开了仓库，每题平均烧三小时 Pro 级思考算力，可以去看它的解题过程。

TestingCatalog@testingcatalog11 个信源在谈原文

Mistral 推出万亿参数模型 Large 4，性能大幅提升，月底将开源权重。

OpenAI 要在 GitHub 一次性放出几百道解开的数学难题，WIRED 报道的，前一天晚上论文抢发成潮，挺有意思的动向。

Andrew Curran@AndrewCurran_11 个信源在谈原文

有人在晒和 Mythos 5.1 聊天的截图，这条推文解释了截图怎么来的，想了解这个模型的可以先看看。

Andrew Curran@AndrewCurran_原文