Anthropic于9月23日发布Claude5.5系列首款模型Opus5.5,官方称多数任务表现与Fable5.1相当,典型任务成本较上代Opus5降低40%,输出速度提升超30%,已上线Claude及亚马逊云、谷歌云、微软Azure。9项测试中7项领先Fable5.1、Opus5及GPT-6 Astra、GPT-5.6 Sol,三项编程测试均获最高分。
9月22日,小米发布新一代大模型MiMo-V2.6,推出Pro和Flash两个原生全模态版本。Pro版在Artificial Analysis综合智能指数上拿到46分,超越Kimi K3和Qwen3.8Max,成为当前最强开源模型;但小米坦言,与Claude Fable5.1、GPT-6Astra等顶级闭源模型仍有差距。
Andon Labs的Vending-Bench2测试中,AI以500美元模拟经营售货机一年。GPT-6 Astra平均账户余额达15515美元首次登顶,最差一轮也超过Claude Fable5.1最佳表现。差距不仅在于盈利,更在策略:Astra持续压低采购价,一度砍至原价约48%。
Andon Labs的Vending-Bench2测试中,AI代理用500美元模拟经营自动售货机一年。GPT-6Astra平均余额达15515美元,最差一轮也超Claude Fable5.1最好成绩,首次登顶,优势体现在供应链管理和规则执行力。