#模型性能

Anthropic 的 Sonnet 5.5 几个月就追上 Fable 5.1，中模型也能达到顶尖水平了。

kimmonismus@kimmonismus11 个信源在谈原文

AWS上微调的Qwen3 4B击败了原始模型和Claude Sonnet 4.6，又快又便宜。

Ate-a-Pi@svpino原文

Anthropic在AA基准测试中碾压式领先，OpenAI明天发布会能否扳回一局？

kimmonismus@kimmonismus11 个信源在谈原文

Anthropic 的 Opus 5.5 上线一周就登顶 Anthropic 模型排行榜，迁移速度超快。

OpenRouter@OpenRouterAI11 个信源在谈原文

OpenAI 和 Anthropic 新发布的模型性能提升明显，但价格也更高，对比一下不同模型的性价比。

lmarena.ai@lmarena_ai11 个信源在谈原文

清华大学等机构的研究框架ContextPilot，通过主动管理上下文，让8B模型在长文档问答和深度搜索任务上表现出色，优于128K窗口的原始模型。

shao__meng@shao__meng原文

Claude新模型Fable 5.1和Mythos 5.1发布，缓存降价75%，但实际成本可能更高，还有额度消耗快和功能限制问题。

官方一手歸藏(guizang.ai)@op74184 个信源在谈原文

想了解Qwen3.8-Flash的最新进展和成本效率，这是必读的技术报告。

elvis@omarsar0原文

宇树智元新出的模型Demo太惊艳了，10分钟内展示了强大的多模态处理能力，比现有模型强多了！

量子位@林, 方舟原文

Anthropic的Fable 5虽然价格高，但性能仅略逊于Opus 5，成本却低一半，适合高难度任务，值得关注。

AI Will@FinanceYF58 个信源在谈原文

DeepSeek新模型上线，文本和推理能力提升，多模态性能接近Opus-4.8，值得一试！

官方账号深度求索 DeepSeek@deepseek_ai3 个信源在谈原文

Grok 4.6 上线 Perplexity 了，在 WANDR 上跟 Fable 5 结果持平，成本还低 60% 以上。

官方账号Perplexity@perplexity_ai7 个信源在谈原文

Anthropic模型频繁出问题，做AI产品集成的团队需要评估供应商稳定性——Notion的公开点名就是信号，建议关注Anthropic的可用性记录再决定是否深度依赖。

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

语音转录是许多 AI 应用的基础，MAI-Transcribe-1 的突破意味着做语音助手、会议记录或字幕生成的团队可以直接获得更优方案，值得关注。

Mustafa Suleyman@mustafasuleyman原文