8月18日
07:20
8月4日
7月23日
7月21日
7月14日
06:24
7月11日
05:58
05:58Aravind Srinivas@AravSrinivas
精选
Perplexity CEO透露其自研编排器架构,基于GLM 5.2模型进行后训练。在需要时,系统会升级到Opus模型作为顾问。该编排器将利用更多计算资源快速提升质量。同时,Grok 4.5和Opus Fast也被认为是优秀的编排模型。
推荐理由:Perplexity CEO揭秘自家搜索背后的模型编排:用GLM 5.2后训练,必要时上Opus,比Grok 4.5和Opus Fast还强?
04:41
04:41Aravind Srinivas@AravSrinivas
Computer Harness 宣布支持 Fable、Sol、Opus、Grok、GLM + advisor、Sonnet 和 GPT 5.5 作为 orchestrator 模型。同时集成多个小型 LLM 和多模态模型作为子智能体。该平台自称是最易上手的智能体编排系统,并计划未来添加本地运行时。
推荐理由:想用 GPT 5.5、Opus、Grok 等模型组合编排智能体?Computer Harness 一平台搞定,上手超简单。
7月10日
02:06
7月9日
19:13
19:13官方账号Decoder@Matthias Bastian
精选
Databricks在其数百万行代码库上测试编程智能体,发现中国开源模型GLM 5.2性能与Anthropic的Opus 4.8相当。每任务成本GLM 5.2为1.28美元,Opus为1.94美元。Databricks计划将GLM 5.2作为日常编程工作主力。该公司认为没有单一供应商占主导地位,企业应自建基准而非依赖公共基准。
事件专题

推荐理由:Databricks选了国产开源模型GLM 5.2当默认编程引擎,每花1.28美元能干出Opus 1.94美元的活,省钱了性能还不差。
05:57
05:57Thomas Wolf@Thom_Wolf
精选
Matei Zaharia指出,在LLM推理中,使用简单的Pi harness(来自@badlogicgames)在Opus和GPT 5.5上达到了与LLM供应商提供的harness相同的成功率,但成本降低了一半。这种成本优势主要归因于更小的输入规模。该发现揭示了harness设计对性价比的巨大影响。
推荐理由:你知道吗?换个简单的工具就能把成本砍半,效果还不打折!Pi harness让Opus和GPT 5.5的推理省钱又高效,值得一试。
7月8日
14:37
7月7日
7月4日
18:29
18:28
18:28AI Will@FinanceYF5
一位开发者制作了拨杆式界面,可一键切换Claude的Fable 5挡、Sonnet和Opus模型。该工具免去菜单操作,通过拨杆快速匹配不同任务:Fable 5挡处理复杂问题,Sonnet应对日常工作,Opus用于深度思考。这个界面本身也是用Claude构建的。
推荐理由:这个拨杆工具让你像换挡一样在Claude模型间切换,省去菜单翻找,而且它自己就是Claude写的,挺有意思。
7月1日
03:00
03:00官方账号Decoder@Matthias Bastian
76°
Anthropic推出Claude Sonnet 5,在GDPval-AA v2知识工作测试中得分1,618,超越前代Sonnet 4.6和更贵的Opus 4.8。该模型在网络安全任务上得分远低于美国政府当前封锁的模型。Sonnet 5进一步缩小了与Opus系列的价格-性能差距。
事件专题

推荐理由:Anthropic的新模型Sonnet 5,基准测试上超过自家大哥Opus 4.8,价格还更低,挺能打的。
6月27日