Google Gemini 4 "Carbon" 模型据称编码性能追平 Anthropic Opus 5.5
据 Business Insider 看到的内部文件与聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已部署在内部编码平台 Jetski 上，被认为在编程任务上强于 Argon，有员工将其比作 Anthropic 最强的编码模型 Opus 5.5，但仍需更多测试。
#模型发布
#模型发布
今日 16 条THE DECODERAI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI Will(@FinanceYF5)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 快讯：OpenAI 数学论文超 700 篇、Mistral 推出 Le Chonk、GPT-6 Astra 可比较网站、Hark 发布主动型 AI 助手
Mistral 推出 Le Chonk，加入西方开源模型竞赛；OpenAI 的数学成果持续爆发，已发布 700 多篇论文。GPT-6 Astra 现可帮用户直接比较不同网站，Brett Adcock 的 Hark 则推出主动型 AI 助手。
AI Will(@FinanceYF5)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 The Rundown AI 今日头条：OpenAI 数学论文破 700 篇、Mistral 发布 Le Chonk 开源模型
The Rundown AI 汇总今日 AI 要闻：OpenAI 相关数学研究论文已超 700 篇，Mistral 的 Le Chonk 加入西方开源模型浪潮，OpenAI 的 GPT-6 Astra 可帮用户比较网站，Brett Adcock 的 Hark 推出主动式 AI 助手。
宝玉(@dotey)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 内部测试新模型 Carbon，员工称编码能力“感觉像 Opus 5.5”
Google 内部正在测试新模型 Carbon，部署在内部 AI 编程工具 Jetski 上，有员工称其编码能力“感觉像 Opus 5.5”。Carbon 是在 9 月 30 日发布的 Gemini 4 Argon（内部版本 Barium-B）之后训练出的新版本，将作为 Argon 升级还是独立发布尚不清楚。
OpenRouter(@OpenRouterAI)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软 Decision-1 上线 OpenRouter，基于 Qwen3.5-9B 后训练
微软新模型 Microsoft-Decision-1 上线 OpenRouter，由 Qwen3.5-9B 后训练而来，主打快速决策任务。微软给出的数据是：在 36 个盲测基准（约 15 万道题）上准确率最高，比第二名快 4.5 倍，比 GPT-6 Sol 快 35 倍，扰动输入下仅 1.3% 的决策发生翻转。
宝玉(@dotey)AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软发布决策模型 Microsoft-Decision-1，基于 Qwen3.5-9B 后训练
微软推出新模型 Microsoft-Decision-1，专做选择题式判断，不生成文章也不聊天，给定选项后快速判断该选哪个并给每个选项打概率分，已在 Microsoft Foundry 上线，之后会上 OpenRouter。
国际大厂AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cloudflare 发布多模态决策模型 Clef-omni，Clef 提速、Clef-flash 降价
Cloudflare 发布 Clef-omni，在文本和图像之外新增音频（wav/mp3）与视频（mp4/webm）输入，基于 Qwen3-Omni-30B-A3B-Instruct MoE 构建并已在 Hugging Face 开放权重，定价为每百万输入 token 0.15 美元。
elvis(@omarsar0)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Microsoft 发布决策模型 Microsoft-Decision-1
Microsoft 发布新的快速决策模型 Microsoft-Decision-1，官方称其在结构化决策任务上表现领先，延迟和质量均优于 LLM 与其他决策模型。该模型已在 Microsoft 内部用于事件响应、质量控制和科学发现等场景。作者表示会将其加入自己的评测清单，并指出这类决策模型在一致性和更复杂决策上仍存在困难。
Satya Nadella(@satyanadella)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软发布 Decision-1 决策模型
微软发布新模型 Microsoft-Decision-1，面向快速决策场景，在结构化决策任务上表现领先，在延迟和质量上优于 LLM 及其他决策模型。该模型已在微软内部多个场景测试，涵盖事件响应、质量控制和科学发现。
Ideogram(@ideogram_ai)AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 4.5 被评为最精准的图像编辑模型，30 轮连续编辑测试中稳定性胜过 GPT Image 2.5
Ideogram 4.5 在 Artificial Analysis 的 30 轮连续编辑测试中保持了原图稳定，而 GPT Image 2.5 Sunburst 出现明显漂移。
大模型智能AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 推出 GPT-6.1 Sol Ultrafast 版本，速度提升 8 倍
OpenAI 推出 GPT-6.1 Sol 的 Ultrafast 版本，速度是标准版的 8 倍，官方称智能水平与标准版一致且逼近旗舰 Astra。
Simon Willison(@simonw)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 称偏好 Qwen3.5-35B-A3B，寻找更新的更强模型
Simon Willison 表示在某个用途上偏好 Qwen3.5-35B-A3B，并询问是否有更新、性能更强的模型可选。该帖获得 47 个点赞、8994 次浏览，由 xgo.ing 提供数据。
elvis(@omarsar0)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 StepFun Step 5 Preview 发布次日登顶 OpenRouter Trending
阶跃星辰的 Step 5 Preview 发布一天后登上 OpenRouter Trending 第一名，并已在 Kilo Code、Cline、Hermes Agent 和 OpenCode 中可用。
Fish Audio(@FishAudio)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio Drama 3 Preview 开放 API 与网页访问
Fish Audio 开放 Drama 3 Preview 的使用入口：API 调用时需将模型设为 [drama-3-preview]，文档见 docs.fish.audio/api-reference/；网页端可在 fish.audio/app/text-to-sp… 选择 Fish Audio Drama 3（Preview）模型使用。
HeyGen(@HeyGen_Official)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 HeyGen Voice 登顶 Artificial Analysis TTS 排行榜，API 限时五折
HeyGen 推出语音模型 HeyGen Voice，在 Artificial Analysis TTS 排行榜盲测中超越所有主流模型登顶第一，现已在 HeyGen 平台和 API 上线。10 月 31 日前 API 用户自动享受五折优惠，价格从 $30 降至 $15 每百万字符。
THE DECODERAI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5，价格下调最高 90%
Anthropic 发布小型模型 Claude Haiku 5.5，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内的提示词最高降价 90%，同时 Sonnet 5.5 的缓存读取价格减半。
Qwen(@Alibaba_Qwen)AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen 发布图文内容（Pics）
Qwen 发布一条以「Pics」为主题的内容，附带 4 条回复、4 次转发、112 次点赞和 20624 次浏览的数据，互动数据由 xgo.ing 提供支持。
Qwen(@Alibaba_Qwen)AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里发布 Qwen-Image-2.1-Turbo，8 步去噪即可生成和编辑图像
阿里 Qwen 团队发布 Qwen-Image-2.1-Turbo，称只需 8 个去噪步骤即可生成和编辑图像，并已开放权重。该模型基于 Qwen-Image-2.1，是在同一 7B 视觉生成架构上的加速检查点，官方称仍能由文本生成 2K 图像，并支持通过自然语言编辑继续创作，例如添加配饰或更换场景。
智东西AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 姚颂、杨宇欣联手创办正行创新，发布H1、C1两款零售机器人
正行创新发布面向零售场景的Physical AI解决方案，公开双足人形机器人H1和轮式双臂搬运理货机器人C1两款自研本体，以及世界动作模型SLM-0.5、强化学习体系STEAM和智能体Rpent组成的具身大脑。
甲子光年AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Aether AI 发布 CRIS-0，因果智能在真机跑通闭环
Aether AI 发布 CRIS-0，把因果智能体与因果世界模型在统一因果状态表示下打通，通过统一工具接口调度机械臂完成家庭任务。在咖啡、微波炉、垃圾分拣等真机测试中，系统面对物体移位等扰动平均 2 秒内重置规划，10 次强干扰测试成功恢复 9 次，长程任务靠阶段验证制切断误差累积。公司称目前跑通技术四层金字塔的前两层，后续需补上消融实验数据与更复杂环境下的泛化验证。
魔搭ModelScope社区AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AutoTrust AI Lab 开源多模态决策模型 JEV-27B-VL，Jev Decision Index 0.3 视觉榜单第一
AutoTrust AI Lab 开源基于 Qwen3.8-27B 的多模态决策模型 JEV-27B-VL，融合 System 1 快速决策与 System 2 深度推理，可视为能“看见”的 JEV-27B。
AINLPAI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 28 天计划 Day 3 推出 GPT-6.1 Sol ultrafast
OpenAI 在疯狂 28 天计划的 Day 3 推出 GPT-6.1 Sol ultrafast。
OpenAI精选AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 在 ChatGPT 中推出 GPT-6，引入智能 UI
OpenAI 宣布在 ChatGPT 中推出 GPT-6，并引入智能 UI。
AI Will(@FinanceYF5)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 为什么大家都对 Opus 生成的视频如此着迷
针对有人不理解为何大家对 Opus 生成的视频如此着迷，这条推文提出了这一疑问，并附上视频引发讨论。原文未披露 Opus 的版本、参数或视频生成的具体能力细节。
AI Will(@FinanceYF5)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 数学成果发布：LLM 已在 7 个千禧年大奖难题中的 4 个取得实质性进展
OpenAI 发布数学成果，被 Opus 称为"史上影响最深远的一次数学成果发布"。LLM 已在 7 个千禧年大奖难题中的 4 个上取得实质性进展，但该判断的前提是相关结果需要通过验证。
OpenRouter(@OpenRouterAI)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Perplexity Decider v1.1 上线 OpenRouter：开源权重多模态决策模型
Perplexity Decider v1.1 现已上线 OpenRouter，这是 Perplexity 的开源权重多模态决策模型，可接收文本、JSON 或图像并返回带概率的类型化答案，输入价格 $0.02/M，输出免费。
OpenRouter(@OpenRouterAI)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阶跃星辰 Step 5 Preview 上线 OpenRouter，稀疏 MoE 架构支持 1M 上下文
阶跃星辰（StepFun）的 Step 5 Preview 已在 OpenRouter 上线，官方称其为面向智能体任务的新旗舰模型。该模型采用稀疏 MoE 架构，激活参数 27B、总参数 600B，支持 1M 上下文以及文本、图像和视频输入，官方称其在编码和专业领域知识工作上表现较强，尤其是金融场景。
OpenRouter(@OpenRouterAI)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 StepFun 8 项基准评测：Step 5 Preview 在 6 项上击败 Kimi K3 和 GLM-5.3
在 StepFun 的 8 项基准评测中，Step 5 Preview 在 6 项上超过 Kimi K3 和 GLM-5.3，包括 DeepSWE（67.7）、ProgramBench（80.5）、StepCodeBench（49.0）和 FrontierFinance（66.4）。该结果由 StepFun 自家评测给出。
AK(@_akhaliq)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen-Image-2.1-Multiple-Angles-LoRA 模型发布
Qwen-Image-2.1-Multiple-Angles-LoRA 模型已上线 Hugging Face，可通过 huggingface.co/akhaliq 访问。该模型以 LoRA 形式为 Qwen-Image-2.1 提供多角度图像生成能力，具体参数与效果未在原文披露。
歸藏(guizang.ai)(@op7418)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic Haiku 5.5 发布，价格低于 DeepSeek-V4.1 flash 与 GLM 5.3 flash
Anthropic 发布 Haiku 5.5，作者对比其与几款中国竞品的价格和测试评分：价格上比 DeepSeek-V4.1 flash 和智谱 GLM 5.3 flash 都便宜。在 Terminal Bench 4.0 上，作者称其分数比 GLM 5.3 flash 高一分，与另一竞品相同，比其他两个更高。
Simon Willison(@simonw)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Haiku 5.5 画骑自行车鹈鹕远胜 Claude Haiku 4.5
Haiku 5.5 在绘制骑自行车的鹈鹕上明显优于近一年前发布、成本贵 10 倍的 Claude Haiku 4.5。作者同时贴出了 Haiku 4.5 的生成结果作对比。
The Rundown AI(@TheRundownAI)AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5
Anthropic 发布 Claude Haiku 5.5，称其为该公司迄今最便宜、最快、能力最强的小模型。该模型相较上一代有大幅提升，在多项基准上超过 OpenAI 的同类模型 GPT-6 Luna，起售价为每百万输入 token 0.10 美元，运行成本比 Haiku 4.5 低约 75%，与 Luna 持平。
Claude(@claudeai)AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5 小模型
Anthropic 发布 Claude Haiku 5.5，称其是目前最便宜、最快且能力最强的小模型。官方表示其运行成本平均比 Claude Haiku 4.5 低约 75%。
Claude(@claudeai)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Haiku 5.5 在编码、计算机使用和知识工作上较 Haiku 4.5 显著提升
Claude Haiku 5.5 在编码、计算机使用和知识工作三类任务上较 Haiku 4.5 实现显著提升。该消息未披露具体参数规模、benchmark 分数或可用性细节。
Claude(@claudeai)AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Haiku 5.5，首个支持可调 effort 设置的 Haiku 模型
Anthropic 发布 Haiku 5.5，这是其首个带可调 effort 设置的 Haiku 模型，用户可按任务自行选择偏向成本还是智能。原文未披露具体版本参数与定价信息。
Claude(@claudeai)AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Haiku 5.5：10 万 token 以下任务性价比突出，占前代 Haiku 约 90% 请求
Claude Haiku 5.5 在 10 万 token 以下任务上性价比尤为突出，这类任务占前代 Haiku 模型约 90% 的请求量。该说法来自 Claude 官方账号，未披露具体价格或 benchmark 数据。
Claude(@claudeai)AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 的 Haiku 5.5 已在 AWS、Google Cloud 和 Microsoft Azure 全平台上线
Anthropic 宣布 Haiku 5.5 现已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。官方给出详情链接 anthropic.com/claude-haiku-5。
meng shao(@shao__meng)精选AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 面向每周超 12 亿 ChatGPT 用户推送，新增 Intelligent UI 能力
GPT-6 开始面向每周超过 12 亿 ChatGPT 用户全面推送，并带来全新的 Intelligent UI 能力。该能力让回复可用文本、图形、按钮、表单、图表乃至交互式工具共同组织：对比类问题并排呈现，原理类问题用交互式图解，简单问题仍用纯文本。
为什么值得看
GPT-6 把回复从纯文本扩展到可交互界面，文中给出了组件库和界面编译器两层实现思路。
meng shao(@shao__meng)AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Haiku 5.5 benchmark 领先 GPT-6 Luna，用户从 CodeX 迁移到 Claude Code
Claude Haiku 5.5 的 benchmark 全面领先 GPT-6 Luna，OpenRouter 观测到的 token 输出速度也是 2 倍。Anthropic 官方称 Claude Haiku 5.5 是迄今最便宜、最快、最强的小模型，运行成本比 Claude Haiku 4.5 低约 75%。
宝玉(@dotey)AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5：小模型价格降至上一代的十分之一
Anthropic 发布 Claude Haiku 5.5，10 万 Token 以内请求每百万 Token 输入 0.1 美元、输出 0.5 美元，比 Haiku 4.5 便宜 90%，官方估算平均运行成本降约 75%。