跳到正文
10月17日周六
10月13日周二
  1. Artificial Analysis42

    FrontierCode任务成本差异显著

    在 FrontierCode 上,单任务成本跨越两个数量级,从 GPT-6 Luna (max) 的 $0.09 到 Claude Fable 5.1 (max with fallback) 的 $12.00。四个模型位于得分与单任务成本的帕累托前沿:GPT-6 Luna (max) 得分为 42%,每任务成本 $0.09;MiMo-V2.6-Pro 得分为 45%

10月10日周六
10月8日周四
  1. Latent Space87

    Latent Space 报道 Anthropic 发布 Claude Haiku 5.5

    Anthropic 发布 Claude Haiku 5.5,定价与 OpenAI GPT-6 Luna 持平,官方称其运行成本比 Haiku 4.5 低约 75%。

    推荐理由:汇总了 Claude Haiku 5.5 的定价策略、独立评测数据及生态适配情况,为评估小模型在智能体工作流中的性价比提供了多维参考。

  2. IT之家82

    Anthropic 发布 Claude Haiku 5.5,运行成本较前代降低约 75%

    Anthropic 推出 Claude Haiku 5.5,称其为该系列最快、最便宜且功能最强的小型模型,平均运行成本较 Haiku 4.5 低约 75%。针对不超过 100k Token 的请求,输入价格为每百万 Token 0.10 美元,输出为 0.50 美元;超过后价格分别升至 0.50 美元和 2.50 美元。

    推荐理由:原文列出了 Haiku 5.5 的分段定价及与 Sonnet 5.5 的对比,读者可据此评估其在不同上下文长度下的成本效益。

  3. The Decoder84

    Anthropic 发布 Claude Haiku 5.5 并大幅降低价格

    Anthropic 发布了其最快且最经济的小型模型 Claude Haiku 5.5,平均成本比前代低约 75%,短提示词场景下降幅可达 90%。该模型在 GDPval-AA v2.1、Humanity's Last Exam 及 OSWorld-2.1 等基准上较 Haiku 4.5 有显著提升,并首次支持可调推理等级以平衡成本与性能。

    同一新闻,精选展示《Anthropic 发布 Claude Haiku 5.5,运行成本较前代降低约 75%》

10月2日周五
  1. Hugging Face Blog68

    Ai2 开源 AstaBrief:基于 Qwen3-8B 的快速科学报告生成模型

    Ai2 开源了用于科学文献综述生成的模型 AstaBrief 及配套训练数据。该模型基于 Qwen3-8B,通过监督微调(SFT)和直接偏好优化(DPO)构建,重点利用引用密度等统计信号过滤合成数据以提升证据接地能力。

    推荐理由:原文公开了基于 Qwen3-8B 微调的科研报告生成模型 AstaBrief 及其训练数据,展示了通过优化 SFT 和 DPO 数据质量在保持引用准确性的同时实现约 3.5 倍推理加速的工程路径。

  2. Ai2 / Allen Institute for AI68

    Ai2 开源 AstaBrief 8B:用于快速生成带引用科学报告的模型

    Ai2 开源了基于 Qwen3-8B 微调的 AstaBrief 8B 模型,专门用于将研究问题和检索到的文献片段转化为带引用的科学报告。该模型在 Asta 平台作为 Fast mode 上线,相比 Claude 驱动的 Thinking mode,平均生成时间从 178.5 秒降至 51.1 秒,速度提升约 3.5 倍。

    推荐理由:原文展示了通过优化数据过滤而非复杂算法,使小模型在科学报告生成中实现显著提速并开源权重,为本地化部署提供低成本方案。

9月29日周二
9月28日周一
  1. Anthropic Claude.dev 开发者博客82

    Anthropic 发布 Claude Sonnet 5.5:速度提升 30%,默认开启思考模式

    Anthropic 发布 Claude Sonnet 5.5,作为 Claude 5.5 系列的第二款模型,其速度比 Sonnet 5 快 30%,且因通常消耗更少 token,实际成本降低最多 30%。

    推荐理由:原文详细列出了从 Sonnet 5 迁移到 5.5 的五个破坏性变更及 API 参数调整,开发者可据此快速评估升级成本与兼容性风险。

9月23日周三
9月11日周五
  1. Zhuokai Zhao45

    SWE-Together更新:Claude Fable 5登顶

    SWE-Together 更新:Claude Fable 5 和 5.1 成为 SWE-Together 上的新顶级模型,Meta 的 Muse Spark 1.3 是榜单上性价比最高的模型。SWE-Together 是我们包含 109 个真实编码任务并引入模拟用户交互的基准测试,旨在告诉你新模型是否会

9月5日周六
  1. Anthropic65

    Anthropic 发布新动态

    Anthropic 通过其官方 X 账号 @AnthropicAI 发布了一条新动态。该消息由官方直接发出,具体细节需参考原文内容。

    推荐理由:官方账号发布的新动态,读者可据此了解 Anthropic 最新的产品或功能变化。

8月17日周一
9月30日周二