跳到正文

#Anthropic

今日 0 条
11月19日周四
  1. The Decoder80

    微软在 Ignite 发布七款自研 MAI 模型,以更低价格替代外部模型

    微软在 Ignite 上一口气发布七款 MAI 自研模型,覆盖代码、安全、图像、语音、路由与检索,主打性价比。微软称 MAI Code 2 在四项基准上平均达到 GPT-6.1 Sol 性能的 98%,成本为其 40%;对比 Claude Opus 5.5 则达到 96% 的性能、5% 的成本。

    推荐理由:微软一次发布七款自研模型,并给出与 OpenAI、Anthropic 同档模型的性能与价格对照,可据此判断企业智能体的成本结构。

11月18日周三
11月15日周日
11月12日周四
  1. Latent Space78

    AINews 汇总:Google 发布 Gemini Decision 1 决策模型

    Google 发布 Gemini Decision 1 及配套 Decisions API,支持闭集决策、最多 255 个选项、1000 个问题/请求和 256K 上下文,端到端延迟 150–250ms,输入定价 $0.10/1M tokens 且输出不计费。

    推荐理由:汇总当日模型与系统进展,读者可快速掌握决策模型、Agent 评测与推理部署的关键变化。

11月10日周二
  1. The Decoder88

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,IPO 前重回性能榜首

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,两者共用同一模型底座,区别在于 Fable 对网络安全和生物学高风险任务设限并向所有用户开放,Mythos 解除部分限制、仅向通过 Anthropic 网络安全或生命科学验证计划的组织开放。

    推荐理由:材料列出两款新模型在 Artificial Analysis 与 Anthropic 自测基准上的具体分数和成本,可据此判断其能力位置与使用代价。

  2. AWS Machine Learning Blog78

    Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock

    AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用,其中 Fable 5.2 面向编码、数学和科研等技术工作,可处理多步骤任务并自行校验输出。

    推荐理由:文章说明了 Fable 5.2 在编码与科研任务上的能力定位,以及数据保留和迁移方式,便于评估接入成本。

11月6日周五
11月4日周三
  1. TechCrunch · AI60

    Anthropic 研发 FlashProve 系统,用密码学证明 AI 模型身份

    Anthropic 正在研发开源系统 FlashProve,通过密码学证明某段输出确实来自指定模型,防止模型被冒充或暗中替换。该系统要求 AI 实验室为每个模型发布不暴露权重的“指纹”,验证可在本地设备完成,研究团队已在 GitHub 公开技术规范和部分代码。研究仍在进行中,Anthropic 及其他实验室暂无部署计划。

10月27日周二
10月25日周日
10月24日周六
10月21日周三
10月17日周六
  1. The Decoder78

    Anthropic 的 Claude 在 30 分钟内破解 NSA 25 年密码学谜题

    Anthropic 的 Claude 在不到 30 分钟内破解了 NIST 于 2000 年标准化的 ECDSA 曲线种子来源之谜。这些种子由 NSA 提供且从未解释,Claude 发现它们来自用 1997 年 5 月至 1998 年 4 月间 Unix 时间戳初始化的 C 随机数生成器 lrand48,因为该生成器只输出 31 位,部分种子的高位系统性为零。

    推荐理由:读者可了解 Claude 如何从种子高位系统性为零的规律反推出随机数生成器来源,以及这一发现对后门疑虑的意义。

10月16日周五
10月14日周三
10月13日周二
10月10日周六
10月8日周四
  1. The Decoder82

    Anthropic 发布 Claude Haiku 5.5,价格最高下调 90%

    Anthropic 发布 Claude Haiku 5.5,这是其最快、最便宜的小模型,平均价格比 Haiku 4.5 低约 75%,10 万 token 以内请求最高降价 90%,超过 10 万 token 的请求价格则是五倍。

    推荐理由:Haiku 5.5 的定价与基准数据同时给出,读者可据此判断小模型在智能体与计算机操作任务上的性价比变化。

10月6日周二
10月1日周四
  1. The Decoder74

    Google 发布 Gemini 4 Argon,缩小与 OpenAI、Anthropic 的差距但未取得明显领先

    Google 发布新前沿模型 Gemini 4 Argon,在多项基准上缩小了与 OpenAI、Anthropic 的差距,但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放,之后才面向开发者、企业和消费者,API 定价为每百万输入 token 2 美元、输出 token 10 美元(推广价)。

  2. The Verge · AI78

    Google 发布 Gemini 4 Argon,初期仅向可信网络安全方开放

    Google 发布新一代前沿模型 Gemini 4 Argon,称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。该模型初期仅向一组可信网络安全方开放,Google 表示正参与美国政府的前沿模型预发布访问流程,并将在扩大开放前加强防范滥用、提示词注入和失准等前沿安全保障。

    推荐理由:Google 发布 Gemini 4 Argon 却先限制给可信网络安全方,读者可据此观察前沿模型发布节奏与安全审查的关系。

9月30日周三
9月29日周二
  1. Latent Space78

    Opus 5.5 发布:擅长代码生成讲解视频,SimpleBench 达 88.4%

    Anthropic 本周发布 Claude Opus 5.5,在 SimpleBench 上以 88.4% 领先,并被社区认为擅长用代码生成讲解视频。在 Terminal-Bench-Science 上,Opus 5.5 从低推理档的 24% 升至 xhigh 档的 62%,max 档反而回落到 59%,有用户建议避开 max 档。

    推荐理由:汇总 Opus 5.5 与 GPT-6 系列在基准、成本与社区口碑上的对比,可快速判断前沿模型格局变化。

  2. Simon Willison82

    Anthropic 发布 Claude Sonnet 5.5

    Anthropic 发布 Claude Sonnet 5.5,官方称其运行速度提升 30% 以上、多数任务成本最多降低 30%,定价与 Sonnet 5 相同但在各项基准上均优于 Sonnet 5。

    推荐理由:作者实测了 Sonnet 5.5 的编码表现与免费层可用性,并给出与 Opus 5.5 的横向参照。

9月23日周三