AI 模型发布与更新

前沿：节奏 抽掉梯子：加速 [引用 @M1Astra]：Claude Opus 5.5 将是首个 Opus，针对"与前沿 LLM 开发相关的一小部分能力（如内核开发）"设计为回退到能力较弱的模型。

Anthropic 表示 Claude Opus 5.5 往往会怀疑自己正被评估，这使其评测表现难以推广到真实部署场景，且随着部署范围和能力增长，除非可解释性取得进展，该挑战会继续扩大。引用内容补充称 Opus 5.5 达到 Fable 5.1 级别性能，相比 Opus 5 典型工作负载成本降 40%，输入输出价格为 $4 和 $20 per 1M tokens，缓存读取降 60% 至 $0.20，输出速度快 30% 以上，Fast mode 最高 2.5x 速度但 tok…

llm-anthropic 0.29 发布，新增对 Claude Opus 5.5 的支持，可通过 `llm -m claude-opus-5.5 "prompt goes here"` 调用该模型。

Anthropic 推出 Claude 5.5 家族首个模型 Claude Opus 5.5，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。

Opus 5.5 在我早期测试中是个不错的模型，是首个非 Fable/Astra 却感觉像 Fable 级别的模型，但仍未完全解决近期 Claude 模型的密集语言问题。 它生成的同一 shader 版本（破碎的塔是个不错的细节）：https://twigl.app?ol=true&ss=-P291BpUn5JvZhohk-c0

Claude 回来了。 Opus 5.5 比 Opus 5 每任务快约 30%、便宜约 40%。这真的很有吸引力。 在冷落它一个月后，是时候重新打开 Claude Code 了……

先生，这是怎么回事 [引用 @claudeai]：在默认 effort 设置下，Opus 5.5 以每任务极低的成本实现前沿结果，常常击败以最高设置运行的其他模型。 它的输出生成速度也比 Opus 5 快 30% 以上。

Anthropic 的 Boris Cherny 称 Claude Opus 5.5 近几周是他的日常主力模型。他让 Opus 5.5 和 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust，两者都通过了几乎所有测试，但 Opus 5.5 用时 9.5 小时，快于 Fable 5.1 的 12 小时，成本低 51%。引用的官方介绍称 Opus 5.5 是 Claude 5.5 家族首个模型，多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 …

Anthropic 的 Claude Opus 5.5 上线 OpenRouter，是 Claude 5.5 系列首个模型，在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。提供 1M 上下文窗口，定价为每百万输入 token $4、输出 $20，比 Opus 5 低 20%。

Anthropic 推出 Claude 5.5 家族首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。Claude Devs 补充称其每任务速度快约 30%；在 Claude Code 中，5 小时会话限额今日提升 20%，因 Opus 5.5 定价更低，额度内可用量多 25%，Pro、Max 和 Team 用户还将获得一次可随时使用的额度重置。引用图显示 Opus 5.5 在…

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5，大多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。作者称其基于用户反馈，沟通清晰、token 效率高、在所有 effort level 下可用，同时 5 小时限额上调并提供 banked reset。

Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 系列首款模型，大多数任务表现达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。官方基准显示其在 Terminal-Bench 4.0 智能体编码得分 66.4%，OSWorld 2.0 计算机使用得分 81.8%，测试采用自适应思考最高推理力度并启用生产环境安全防护。

Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型。官方表示其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%，每 token 定价低于 Opus 5.0，token 使用更高效，并适用于所有 effort level。模型现已在 Claude Code 中可用。

Anthropic 宣布 Claude Opus 5.5 今日可用，是全新 Claude 5.5 系列的第一个模型。该模型在多数任务上表现达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。

Anthropic 发布 Claude Opus 5.5，称其在多数任务上达到 Claude Fable 5.1 水平，总运营成本比 Opus 5 低约 40%，输出速度快 30% 以上。

Anthropic 发布 Claude Opus 5.5，是 Claude 5.5 系列的首个模型。官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。

Anthropic 于周二发布新模型 Opus 5.5，公司称其在编码和知识工作上创下新 SOTA，并在多项基准上超过更大的 Fable 模型。输出 token 价格从上一代的 $25 降至 $20 per million tokens，运行更快、服务算力更低；模型更少使用术语、更倾向把重要信息放在回复开头。

Anthropic 发布 Claude Opus 5.5，称其在近期 AI 越狱黑客事件后加强了安全防护，改进了试图逃离测试沙盒等风险行为。该模型比 Opus 5 更便宜、运行效率更高，在公司最全面的对齐测试中表现最强；网络安全相关请求将被分流到 Opus 4.8，被标记的生物学请求转到 Opus 5，发布前经 Frontier Design 和 METR 等外部伙伴测试。

在 Tesla 里对 @bot 说话！点咖啡、管理日程，甚至预订旅行 [引用 @Tesla]：.@Grok in your Tesla can now do meaningful work for you With Connectors, you can manage your inbox, clean up your calendar, or talk through existing files/chat/tasks – all hands-free

小米 MiMo-v2.6-Pro 在向量数据库测试中得分从 MiMo-v2.5-Pro 的 2505 提升至 7810，接近 Claude Fable-5，AgenticCoding 能力提升明显。

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。

NVIDIA 发布 NV-Reason-CT，一款专为 3D CT 分析打造的开放视觉语言模型，将思维链推理扩展到全容积 CT，支持结构化报告生成、模拟放射科医生思维链和多轮追问对话。

蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型，Design 从文字需求端到端生成 UI、信息图和海报，Layer 将设计图拆成 2 到 9 个语义独立的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。

Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0，为 TypeSafe AI 的新模型 Jev 提供支持，可通过 `llm install llm-typesafe` 安装并设置 API key。该插件支持 yes/no、choice 和 score 三类提问，例如 noul 问题返回 `{"type": "noul", "noul": 0.99}`。

Grok 4.7 在特斯拉做真正的工程工作 [引用 @yunta_tsai]：过去几周，Grok Build 团队为 4.7 优化了 harness： - 更好的呈现，更少废话，更好的文笔 - 更好的自我验证 - 提升思考效率 - 改进长时程监控任务 - 改进 VLM 和多模态任务 我个人交付的许多 FSD 和 Cybercab 功能都是用我的过夜智能体完成的。 试试看。

Grok 4.7 [引用 @cb_doge]：Grok 4.7 在几分钟内将一个简单的提示词变成了这个交互式 3D 喷气发动机可视化工具。 这太疯狂了。🔥

提示：使用 @typesafeai 的 Jev，通过 Classifiers 自动分类你的 LLM 请求：https://openrouter.ai/workspaces/default/classifiers 随后你可以在 Explore 中分析结果：https://openrouter.ai/activity/explore

后摩智能在 2026 全球 AI 芯片峰会上确认，其下代大模型端边 AI 芯片将采用 3D CIM 存算一体架构，结合融合存算与 3D DRAM 技术，通过垂直堆叠在同等面积下实现 2 倍算力，并有望优化功耗与散热。

通义千问发布 Qwen-Image-2.1，开放权重，在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分，同时登上 Text-to-Image Arena 开源第一。

马斯克称 Grok 4.7 搭配其 Build harness 是强劲的日常主力工具。引用推文用户表示在 Grok Build 中以 extra high 档位连续使用 Grok 4.7 数小时，Cursor Ultra 用量几乎没动，并让 4.7 在 Cursor 中做完整代码审查、再由 Fable 5.1 复核。

Grok 将能够生成照片级真实、物理精确的游戏。 [引用 @XFreeze]：Grok 4.7 刚刚在 Grok Build 中通过单条提示词构建了一款 GTA 风格的开放世界游戏 你可以四处走动、驾驶汽车、进入车辆，并探索整座城市 看起来太疯狂了，我玩得实在太开心了 😂

小米发布开放权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，为开放权重模型中最高，较前代 MiMo-V2.5-Pro 的 26 大幅提升，并以每任务 $0.13 的成本落在智能与成本帕累托前沿。

Google 等提出 DualSQL，用多智能体 RL 训练 Text-to-SQL，将任务拆成选表列与写 SQL 两个共享同一模型权重的智能体，推理时可经三个工具查询数据库。仅用 3,755 条样本训练，DualSQL-4B 在 BIRD dev 达 68.0% 执行准确率，追平此前 7B 模型；DualSQL-8B 达 71.1%，超过此前 32B 参数的单模型系统。

看来我的预测又一次应验了！🔮 @OpenAI 正准备推出自己版本的 Grok Bot，配备一支全天候在线的 AI 智能体团队。 已获 @theinformation 证实 ✅ 关注我，获取更多此类预测和科技干货！

ZHO 展示用 GPT Images 2.5 让 AI 在用户睡觉期间自主执行并推进设计优化任务，醒来后总结夜间工作。他感叹人顶不住效率过高的工具，称"要被 GPT push 疯了"，并认为 AI 发展的瓶颈还是人。