Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于前者。
推荐理由：作者用同一套鹈鹕测试对比 Sonnet 5.5 与 Opus 5.5，并指出免费层模型能力差异，可据此判断性价比。
#评测/基准
#评测/基准
今日 1 条Simon Willison精选AI 评分7878
Latent SpaceAI 评分2222 Latent Space 宣布 AINews v3 改版与迁移 Beehiiv 计划
Latent Space 宣布将在下周推出 AINews v3，把已运营 3 年、订阅超 20 万的 AINews 与 Latent Space Discord 合并，并探索迁移至 Beehiiv 和新主页。
OpenAI NewsAI 评分3535 OpenAI 推出 MentalHealthBench
OpenAI 发布 MentalHealthBench，一个由专家参与构建的基准，用于评估 AI 在真实心理健康对话中回复是否有帮助且安全。
Microsoft ResearchAI 评分3838 MindTopo：微软推出评估多模态模型拓扑空间推理能力的新基准
微软研究院发布 MindTopo 基准，用于评估多模态大语言模型在连通性、封闭性、顺序、分离和绳结五类拓扑关系上的推理与规划能力。测试显示，当前专有与开源模型在静态识别上明显强于交互式规划，且均远低于人类水平，失败多出现在规划阶段而非感知阶段。图像与视频生成仅在单帧内保留拓扑关系时有用，跨序列仍不可靠。