Anthropic这次的模型内部命名风格也发生了改变。
至少在这几款旧Claude模型上，当遵守内容政策和遵循用户需求发生冲突时，后者有机会压过前者。
Qwen-UI-Agent搭建了覆盖100多台真实手机、150多款应用的真机移动环境，用于任务构建、轨迹采集、模型训练与评测，并自建MobileWorld-Real真机基准（400多项任务、100多款应用），打通“从模拟到真实”的最后一公里。
脚手架正在变成绳子。
一些泄漏恰恰发生在用户要求Agent“清理隐私”时
本周前端开发榜榜首依旧是 claude-opus-5-max，ELO 1686 分，月之暗面 kimi-k3-max 稳定保持第二位，ELO 1675 分，仅下跌 1 分，仍紧逼头部海外模型。
可如果你没同时修第六个bug，代码会按80来判断，收用户15块运费。
前端开发榜中，claude-opus-5-max 以 1705 分守住榜首位置，月之暗面 kimi-k3-max 以 1676 分位列第二，阿里 qwen3.8-max 以 1668 分排名第四，国产模型共有三款进入 Top 8，占据半壁江山。
再来看下面这个，Opus 5跑了一整天后，0代码生成了这款《辐射》游戏的一切。
24小时，从零肝出了翻版《星际拓荒》
AI 变聪明的时候，人要更精明
Opus 5拿下榜首，却只领先1分。
Claude Opus、Sonnet模型现已支持语音模式：让对话“更有深度”
Claude Opus5偷跑，第一波网友实测来了
消息称Claude语音模式将支持调用Opus和Sonnet模型
首次引入「峰谷计费」
超越Opus 4.7美国顶级大模型 Kimi K3即将发布：2.5万亿怪兽级AI
这个月刚过半，AI圈就已经卷出天际了
AI大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶
神秘Opus 5意外曝光！达里奥紧急开会
如果这一说法在实际使用中得到验证，将为SpaceXAI带来显著的成本优势，因为Token使用成本长期以来都是AI消费者最关心的议题之一。这是一款对标Opus级别的模型，但速度更快、Token效率更高、成本更低…
Grok 4.5发布：Opus级能力定价远低于对手 下个月版本还有“王炸”
马斯克：Grok 4.5是一款Opus级别的模型
曝Claude Fable 5重上架版降智，严苛AI护栏致频繁回退Opus 4.8
Sonnet 5到底强在哪
06/25 00:14
06/25 00:13
06/13 18:29
06/13 18:26
06/13 18:25
06/13 18:23
06/13 18:20
06/13 18:16
京公网安备 11011402013531号