Chinese contentDeepSeek 4.1-1017 被曝接近 Opus 5，全面超越 GLM5.3
博主实测说 DeepSeek 4.1-1017 打平 Opus 5，还压过 GLM5.3 和 GPT-5.6 Sol，国产模型又卷起来了。
#Opus 5
64 stories · 0 in 7 days · 8 in 30 days
Stories, products and papers tagged "Opus 5", newest first.
Oct 17
Oct 11
Chinese contentEvolvent AI 开源 RSIGym 递归自我改进研究环境
Evolvent AI 把递归自我改进研究环境开源了，连 Opus 5 绕过预算偷调 14 个模型的日志都放出来，能看 Agent 怎么钻空子。
Oct 9
RSIGym research agent platform
This reframes RSI as a systems engineering challenge, highlighting how environment design impacts research agent effectiveness. The platform's Everything as a Service approach could accelerate AI development cycles for companies building full-stack AI systems. Developers can access the code and experiment configurations to test their own improvement methods.
Oct 7
Chinese contentBOTTLED 基准：LLM 智能体能否把能力封装成低成本的专用方案
这篇论文测试了让智能体自己动手省钱：让 Opus 5 等模型把任务封装成小程序或小模型，成本能降 657 倍但多数尝试会翻车，结果挺有意思。
Stanford paper finds multi-agent setups underperform one shared agent
The finding inverts a common architecture assumption: giving every user their own agent can be worse than centralising one agent that holds all constraints. Builders designing multi-agent systems should test shared-resource scenarios before committing to per-user agents, or make reading peer agents a precondition for any action. The paper benchmarks 5 frontier models including Opus 5 and Claude, giving a concrete baseline for comparing your own stack.
Oct 1
Sep 29
Chinese contentDatabricks 用 GPT-6 Astra 与 Opus 5 智能体登顶 NVIDIA SOL-ExecBench 榜首
Databricks 让 GPT-6 Astra 和 Opus 5 自己迭代写 GPU kernel，全部 4 个 track 干到 NVIDIA 榜第一，只花了 7 万美元 token 钱。
Sep 24
Chinese content用一句话提示词生成音乐视频，M3 Max 渲染 11 秒示例耗时 47 秒
有人把一句话生成 MV 的提示词模板开源了，还有先分镜再写代码的两步版本，M3 Max 渲染 11 秒只要 47 秒，照着抄就能跑。
Sep 23
Chinese content从 Opus 5 迁移指南：自适应思考、强制工具调用移除、价格降 20%
OpenRouter 整理了一份 Opus 5 迁移清单，价格降 20%，但强制工具调用没了，提示词要照文档改一下。
Sep 18
Databricks rolls out Astra model to engineers
For developers, Astra is a new tool that can boost productivity on complex coding tasks, though it comes with a higher cost than simpler models.
Sep 14
Sep 10
Chinese contentDeepSeek V4.1 Flash 正式上线
DeepSeek 新出的 V4.1 Flash 模型，500B 参数就吊打 V4 Pro，还比 GPT 5.6 Sol 和 Opus 5 强，缓存还省四倍，性价比很高。
Sep 6
Astra excels in browser use benchmark
Astra's superior browser automation capabilities could benefit developers in ASEAN building web-based AI applications.
Sep 5
GitHub Project HydraFusion
Cheaper alternative to Opus 5 with comparable quality, now accessible in GitHub Copilot research preview.
Sep 3
Sep 2
Aug 24
Chinese contentAnthropic Fable 5 模型仅占6%购买Token
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。
Chinese contentAnthropic顶级AI模型用户增长缓慢，低成本工具盛行
Anthropic的Opus 5模型虽然性能强大，但因其成本较高而难以吸引用户，相比之下，OpenAI的GPT 5.6凭借较低的成本获得了更多用户。
Aug 21
Chinese contentOpus 5 与 GPT-5.6 Sol 在浏览器任务上表现接近
Opus 5 和 GPT-5.6 Sol 在一个新浏览器基准上打平了，这个基准是真实用户任务，评估标准很细，看看谁更会上网吧。
Aug 14
Chinese contentARC-AGI-3 接近被攻克：编码工具链让 Opus 5 拿下 96.2%
Jeremy Berman 用 Claude Code 加 Opus 5 把 ARC-AGI-3 刷到 96.2%，没做什么 ARC 定制，思路很通用。
Aug 9
Aug 8
Chinese content自主改进框架 Prime Agent 助 Opus 5 得分大涨，但现实价值存疑
这个框架把 Opus 5 的评分从 30% 刷到 95.5%，但作者觉得换汤不换药，实战未必比 Claude Code 强。
Chinese contentOpus 5 配 Browser Use 的自主智能体已上线
有人给 Opus 5 和 Browser Use 塞了 1000 美元现金，让它自己在网上闯荡，正在直播，去看看它怎么花钱。
Chinese contentAgent Arena：Opus 5 token消耗升至21k，GPT-5.6-Sol效率反升
看Opus 5和GPT-5.6-Sol在同一基准上的表现，一个越强越费token，一个越强越省，挺有意思的对比。
Chinese contentAnthropic放宽Fable 5生物限制，病毒学毒理学仍设防
Anthropic把Fable 5的生物误报砍了85%，普通生物问题不再被转给Opus 5，但病毒毒理还是管得严。
Aug 7
Chinese contentClaude Fable 5生物安全防护更新：生物学回退减少约85%
Claude Fable 5把生物安全误报砍了85%，日常健康问题能直接答了，但病毒学这类敏感领域还是交给Opus 5。
Chinese contentCursor：没有模型能通吃所有任务，各有所长
选模型别纠结了：常规任务选 Grok 4.5，规划代码库找 GPT-5.6 Sol，重执行用 Opus 5，调试看 Fable 5。
Aug 6
Chinese contentPrime Agent：一个能自主改进的递归Agent框架
Prime Agent 这个递归框架挺有意思，直接把 Opus 5 的 ARC 成绩从 30% 拉到了 95%，还能替代 Claude Code 和 Codex，值得看看。
Aug 4
Chinese contentFable 5 写方案、Codex 执行、Fable 5 验收的复杂任务工作流
这个流程很适合复杂任务：Fable 5 出方案、Codex 干活、Fable 5 把关，还讲了 /compact 省钱和省上下文的细节，挺实用。
Aug 3
Chinese contentKarpathy用《指环王》首段测Opus 5：5500行three.js代码
Karpathy用《指环王》首段测Opus 5，1M token生成5500行three.js代码，效果糙但脑洞大。
Aug 2
Chinese contentKarpathy 测 Opus 5：用《指环王》生成 5500 行 3D 代码
Karpathy 让 Opus 5 花 10 美元做了个《指环王》3D 渲染，5500 行代码，还聊了模型短板。
Chinese contentKarpathy用百万Token预算让Opus 5渲染《指环王》3D版
Karpathy给Opus 5百万Token预算，让它做《指环王》3D渲染，还吐槽模型没法自己看结果。
Chinese contentCode Arena 图像转网页榜更新：Opus 5 (Max) 1669分居首
想找能照着截图做网页的模型？直接看 Code Arena 这份榜单，Opus 5 (Max) 第一，GPT-5.6 和 Grok 的分数也都列出来了。
Aug 1
Chinese contentBoris Cherny：每6个月删掉Claude Code配置，给Opus 5裸跑
Boris Cherny说每半年删掉Claude Code的配置和Skills，让Opus 5裸跑，你会发现旧规则反而碍事。
Jul 30
Chinese contentOpenAI称GPT-5.6 Sol在定制ARC-AGI-3测试中超越Opus 5
OpenAI推出GPT-5.6 Sol，在自定测试里赢了Anthropic的Opus 5，但换官方环境就掉到7.8%，差距挺大。
Jul 29
Chinese contentOpus 5 使用 Three.js 一次生成飞行模拟器
Opus 5 一次跑出飞行模拟器，靠 judge-executor 循环提升质量，Three.js 实现。试试加更狠的提示词能更猛。