匿名 AI 模型 Gestalt 登顶 Contra 前沿设计榜单,Elo 1931 分超越人类参考作品
Contra Labs 发布前沿设计评测榜单 Frontier Design Benchmark,处于隐身开发状态的匿名模型 Gestalt 以 Elo 1931 分、90% 胜率登顶,超过人类参考作品(1739 分)以及 Claude Fable 5.2(1713 分)、GPT-6.1 Sol(1668 分)。
Contra Labs 发布前沿设计评测榜单 Frontier Design Benchmark,处于隐身开发状态的匿名模型 Gestalt 以 Elo 1931 分、90% 胜率登顶,超过人类参考作品(1739 分)以及 Claude Fable 5.2(1713 分)、GPT-6.1 Sol(1668 分)。
Google DeepMind 发布 Gemini 4 Neon,约七周内推出的第四款 Gemini 4 模型,每百万 token 输入 $3、输出 $15,上下文窗口 1M。
OpenAI 发布 GPT-6.2 Astra 与 Sol,Astra 在 Artificial Analysis 的 Intelligence Index 得 62 分、仅次于 Fable 5.2 的 65,Sol 以约 15% 的单任务成本追平 9 月版 Astra。
推荐理由:汇总了 Artificial Analysis、Vals 等第三方评测与定价数据,读者可直接对比 Astra、Sol 与 Fable 5.2 的性价比和口碑分歧。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型,其中 Fable 5.2 不调用图像生成模型,而是编写 Python 代码模拟画笔、颜料与画布逐笔作画。
推荐理由:原文给出 Fable 5.2 用代码逐笔作画的实现细节,并与 GPT-6 Astra 在机器人控制基准上对比,可看出两类模型的能力差异。
Anthropic 新语言模型 Claude Fable 5.2 不靠扩散生成图像,而是输出 1,000 到 2,000 行 Python 程序驱动模拟画笔逐笔作画。
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上以 85.4%±3.0% 的成绩超过 GPT-6.1 Sol(80.6%±2.7%)登顶,成为许久以来首个登顶该基准的非 OpenAI 模型,Anthropic 的 Claude Fable 5.2 以 82.8%±5.3% 排第二。
Anthropic 已为 Claude 加入限制,禁止用户利用宝可梦(Pokémon)相关知识产权生成游戏素材,这是目前已知 Claude 首次针对某个具体游戏系列作出明确限制。限制范围涵盖音乐、舞台与关卡、角色外观、名称以及角色本身,被视为此前阻止用户复制现有电子游戏的版权保护更新的延伸。
Google 将 Gemini 4 Carbon 正式开放使用,定位为处理挑战模型智能极限的复杂任务,与此前发布的 Gemini 4 Argon 互补而非替代。
Anthropic 的 Fable 5.2 在 RLI 基准测试中完成 41.3% 的真实自由职业任务,是一年前最高系统 Manus(2.5%)的 16 倍以上。
推荐理由:文中给出 Fable 5.2 与同类模型在真实自由职业任务上的完成率对比,读者可直观判断智能体实际工作能力的当前水位。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,官方称两者在多数受评能力上优于 Opus 5.5,发布后登上 Artificial Analysis、SemiAnalysis GDPx 等多个独立榜单第一。
推荐理由:原文汇总了 Fable 5.2 的第三方评测与成本数据,读者可据此对比它与 Gemini 4 Carbon、Opus 5.5 的真实差距。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,1000 个 Agent 仅用 30 小时完成费马大定理 100% 形式化证明。
推荐理由:原文把 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的跑分和单任务成本并列对比,读者可直接判断各档位的性价比差异。
Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款面向复杂技术挑战的旗舰模型,重点提升编程、推理、视觉理解和科学研究能力,标准 API 价格降低约 20%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
Anthropic 于 11 月 9 日推出 Claude Fable 5.2 与 Claude Mythos 5.2,前者面向普通用户并内置网络安全与生物安全防护,后者面向通过审核的网络安全和生命科学机构。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,在 Artificial Analysis Index v5 最高算力档以 65 分位居第一,领先 Gemini 4 Carbon 与 Claude Opus 5.5。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由:原文给出新模型的能力定位与 Bedrock 迁移方法,读者可对照 claude-api skill 完成代码升级。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款模型,称其在编码、推理和视觉方面均有改进,输出速度快于 5.1 版本。
Anthropic 发布 Mythos 5.2 与 Fable 5.2,官方称新模型在编码、推理和视觉方面有改进;Fable 价格从每百万输入 token $10 降至 $8,低于主要竞品 GPT-6 Astra,跨 effort 档位响应速度提升 30%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
Anthropic 尚未正式发布的下一代旗舰模型 Claude Fable 5.5 在海外开发者社区曝光,多名开发者在 X 平台分享了早期测试结果。测试者称该模型没有调用图像或视频生成工具,连续自主编写并运行代码约 2 小时 40 分钟,完成一段 66 秒动画的画面、配乐与音效,最终封装为 HTML 文件;另有开发者用其生成 Three.js 交互式 3D 场景。
部分用户的模型列表出现GPT-6.2-Astra且可实际调用,有人20%的请求被路由到该模型,幸运者可达100%,基本需500美元Pro套餐才能灰度到。Claude Mythos 5.5短暂出现在官网前端代码中,数小时后被移除,据称将是包含生物学研究和网络安全的版本;HuggingFace上还出现声称泄露Mythos权重的仓库,已被下载5000余次。
Anthropic 两款新 Claude 模型曝光:Fable 5.5 与代号 Obsidian 3 的新一代 Opus,均已进入早期测试。claude-fable-5-5 条目曾短暂出现在 Azure 模型目录,实测图显示其画面细节较 Opus 5.5 更多;Obsidian 3 在基准测试平台的跑分略高于现款 Opus 5.5。
谷歌更新用于评估 AI 模型安卓编程辅助能力的 Android Bench 榜单,Claude Sonnet 5.5 以 40% 的通过率排名第一,谷歌自家的 Gemini 4 Argon 排在第五位,通过率仅 21.3%。
Apple 发布 iPad mini (A20 Pro),搭载 A20 Pro 芯片与 8.5 英寸 OLED 屏,Wi-Fi 版 5499 元起,11 月 6 日发售。
大量用户反馈 Anthropic 在 10 月 21 日更新后悄悄限制了 Claude Opus 5.5 的逆向工程能力,指示其逆向受知识产权保护的内容时安全护栏会在输出中途触发拦截。Anthropic 并未官宣新版本,但该公司常在不发布补丁说明的情况下调整模型能力。用户猜测此次调整与 Claude 被用于修改三星电视固件、移植游戏及开源商业程序等一连串事件有关。
Claude新款模型被内测用户评为"重大飞跃",推理与直觉更强,修复单个bug时能识别背后的根本类问题一并处理,并跳出思维定势给出创造性方案,尚不清楚新模型是Fable还是Opus。
AI 模型评测平台 Arena 宣布,DeepSeek-V4.1-Flash-1017(Max)以 1670 分超过 Kimi K3(Max),成为 Code Arena: WebDev 榜单排名最高的开源模型,仅落后 GPT-6 Sol(Max)12 分。
本周 AI 圈模型与 Agent 双线推进:DeepSeek 更新 V4.1-Flash-1017,强化从零构建完整项目能力并同步开放 Search/Fetch API;Google 上线 Gemini 4 Argon 主攻复杂工程与多步 Agent。
GPT-6-Astra 在 OpenAI Codex 环境中解出 TheoPhysEval 基准 50 道理论物理题中的 49 道(98%),平均每题成本不足 3 美元,全程约 116 美元。
推荐理由:报告对比了多款主流模型在理论物理常规研究任务上的表现,并解释强计算能力为何尚未转化为物理突破。
网传数据显示红果短剧人均单日使用时长达 125 分钟,超过抖音约 112 至 120 分钟,日活 1.68 亿。苹果发布首款智能家庭中枢 HomeView,售价 299 美元、11 月 13 日开售,搭载基于 Apple Intelligence 的 Siri AI。
Meta 发布全新旗舰 AI 模型 Muse Wonder 与 Muse Wonder Full,官方称其在推理、写作与代码能力测试中得分已接近 Anthropic 的顶尖模型。
Arena 发布 2026 年第 41 周 AI 大模型排行榜,Anthropic Claude Opus 5.5 Max 新入榜即以 15.53% 净提升度登顶智能体榜第一。gemini-4-argon-high 继续稳居综合榜榜首,ELO 1525 分。国产模型整体处于中上游,kimi-k3-max 位列第 16,qwen3.8-max、mimo-v2.6-pro 等排名稳定。
Anthropic 发布 Claude Haiku 5.5,为约一年来首次 Haiku 系列更新,定价与 OpenAI 的 GPT-6 Luna 持平,官方称运行成本比 Haiku 4.5 平均低约 75%。
Anthropic 发布 Claude Haiku 5.5 模型,称其为目前速度最快、最便宜、功能最强的 Haiku 系列小型模型,运行成本平均较 Haiku 4.5 低约 75%。
推荐理由:原文给出新旧模型定价对比与子智能体定位,读者可判断小型模型在编码与智能体场景中的成本结构变化。
Anthropic 发布快速低成本模型 Claude Haiku 5.5,100,000 tokens 以内定价 $0.10/$0.50,与 GPT-6 Luna 持平,超出后涨至 $0.50/$2.50。
同一新闻,精选展示《Anthropic 发布 Claude Haiku 5.5,运行成本较 Haiku 4.5 低约 75%》
今日,AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。据 Anthropic,它是 Claude 5.5 家族中最快最高效的模型,多数任务成本比 Claude Haiku 4.5 低约 75%,也是首个支持 effort 控制的 Haiku 模型,可按任务在成本与智能之间调节。
推荐理由:原文给出 Claude Haiku 5.5 的能力定位、与 Opus 5.5 的分工方式以及调用示例,读者可据此按任务成本选型。
Anthropic 发布小模型 Claude Haiku 5.5,基准分数较 Haiku 4.5 大幅提升,100k token 以下提示词价格最多下调 90%。
同一新闻,精选展示《AWS 宣布 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform》
Reflection 发布 Beam,一个总参数 501B、激活 23B 的纯文本 MoE 模型,面向编码、智能体与科学计算,完整权重预计本月以 Apache 2.0 开源。