基准测试
4 published articles
人工智能5 min read
人工智能
Sonnet 4.6 让 Opus 显得昂贵。这改变了一切。
Anthropic 的 Claude Sonnet 4.6 在关键基准测试中匹配或超越了 Opus 级别的性能，同时保持了与 Sonnet 4.5 相同的定价。早期的开发者偏好数据和客户评价表明，该模型已在实际的智能体和编码任务中取代了更昂贵的替代方案。
2026-07-14
Anthropic / ClaudeFeatured4 min read
AI 模型发布
Anthropic 发布 Claude Sonnet 5：更具代理能力的模型，定价具有竞争力
Anthropic 发布 Claude Sonnet 5，该模型在编码、工具使用和推理等代理任务上缩小了与 Opus 级模型的差距。定价具有竞争力，今日起通过各计划和 Claude API 提供。
2026-07-10
人工智能3 min read
人工智能
Kimi K2.7 Code更快更便宜，但开源编程撞上了名为GPT-5.5的墙。
月之暗面的Kimi K2.7 Code在长周期编程任务上取得显著进步，令牌浪费减少30%。然而GPT-5.5和Claude Opus 4.8在关键基准测试中仍保持领先，凸显了开源决策在实际应用中的权衡。
2026-07-09
实验室与研究4 min read
深度解读新鲜预印本
五天前刚发布的论文2606.23050，告诉我们AI的未来走向
一份33页的预印本论文2606.23050，五天前发布，标志着对AI研究的重要贡献。本文解析其方法论、关键发现以及对机器学习和自然语言处理发展轨迹的启示。
2026-07-07