谷歌7月9日宣布对Android Bench排行榜重大改版,全面引入标准化Harbor沙箱框架,将测试迁移至安全隔离环境,简化全球开发者运行评估及数据共享流程,并通过GitHub开源允许社区提交自定义任务。但在重新测定排名中,谷歌自家模型表现不佳,落后于Anthropic旗下模型。
Anthropic发布Claude5系列,含面向大众的Fable5与侧重安全的Mythos5。Fable5是公开市场最强模型,在软件开发、科研分析、视觉识别等领域表现优异,相比前代Opus在长周期任务中处理能力显著提升,同时体现了企业在模型应用边界与安全架构上的深思熟虑。
Anthropic新一代编程大模型Claude Sonnet5(代号Fennec)意外泄露,现身谷歌云基础设施,预计2026年2月初发布。该模型性能强大,被形容为“把整个开发团队塞进模型里”,标志着编程AI进入新阶段。泄露源于API调用时触发的404错误日志,显示模型已基本完成。
Anthropic
$105
输入tokens/百万
$525
输出tokens/百万
200
上下文长度
$7
$35
$21
Alibaba
$4
$16
1k
$1
Tencent
$0.8
$2
32
Minimax
$8
128
$1.75
$8.75
$5.6
$28