搜索“Anthropic”

然而，如此强大的模型，普通用户暂时还用不上：谷歌决定优先向少数网络安全防御人员开放，其他用户何时能够体验仍没有明确时间表。 重回世界第一，Gemini 也开始卷能力上限了 回顾今年的大模型竞争，谷歌的更新节奏明显正在「知耻而后勇」。 此前，接连推出 Gemini Flash 3.5 至 3.8 系列后，谷歌迟迟没有兑现新一代旗舰 Pro 模型的期待。另一边，Anthropic 和 OpenAI 持续刷新能力上限，国产模型也在不断追赶，谷歌急需一款有分量的产品重新证明自己的实力。 直到两周前前，Gemini 4 Argon 才终于上线。 Argon 意为「氩」，是一种性质稳定的惰性气体，常用于焊接和半导体制造中的保护环境。Argon 在文笔写作、表达质量等方面取得了明显提升，但距离全面领先顶级模型仍有差距。 如今，谷歌又带来了 Carbon，也就是「碳」。作为构成生命与有机化合物的重要元素，碳既能形成柔软的石墨，也能构成坚硬的金刚石。（PS：照这个更新速度，元素周期表跟产品路线图没什么区别了） 真正让 Gemini 4 Carbon 引起关注的，还是它公布的一系列成绩。 就在 10 月

匹配字段正文

当地时间10月26日，Anthropic向美国证券交易委员会（SEC）提交IPO注册文件的同一天，OpenAI发布新模型GPT-6.1 Terra，将标准API价格较上一代下调50%。 OpenAI称，GPT-6.1 Terra主攻视觉理解和计算机操作，能够处理填写网页表单、编辑视频、读取技术图纸等任务。在Agents' Last Exam专业任务评测中，该模型在中等推理强度下较GPT-5.6 Terra提高15个百分点，单项任务成本降至约三分之一；在Terminal-Bench 4.0编程评测中，其最高推理强度得分为50.3%，高于前代的21.5%。 价格是此次发布的重点。GPT-6.1 Terra的标准API输入价格为每百万token 1美元，输出价格为5美元，缓存输入为0.05美元。相较GPT-6 Astra，其输入、输出token单价均为十分之一；相较GPT-5.6 Terra，标准价格则下降50%。 OpenAI表示，Terra在部分任务评测中已接近旗舰模型水平，但最复杂的编程任务仍更适合使用GPT-6.1 Sol或GPT-6 Astra。 这并非简单的降价促销，也不是Ope

匹配字段正文

在Anthropic正式公开提交IPO招股书的同一天，OpenAI发布了新模型GPT-6.1 Terra。 这是Terra系列时隔三个多月的首次更新，距离9月29日GPT-6.1 Sol发布也已经过去了27天。OpenAI在官方宣传中着重强调：“以更低的价格，提供快速且强大的电脑操作能力。” 但网友们似乎并不买账。 “老兄，我们需要的是比Opus 5.5更强的模型。没人关心它是不是更快、更便宜。” 这位网友毫不客气地表示，自己已经几乎不再使用Codex订阅服务，因为它实在没什么用处了。 过去一段时间，Anthropic凭借Claude Opus 5.5在编程等领域赢得了大量关注。不少用户都在期待OpenAI拿出一款足以正面较量的强大模型，结果等来的却是一款主打性价比的中档模型。 只能说，很难不让人失望。 “中规中矩” GPT-6.1 Terra的API价格为每百万输入Token 1美元、缓存输入Token 0.05美元、输出Token 5美元，较上一代输入和输出价格分别下降50%和约58%，且只有GPT-6.1 Sol的一半。 根据OpenAI公布的数据，Terra在编程、视觉理解和电

匹配字段正文

在Anthropic正式公开提交IPO招股书的同一天，OpenAI发布了新模型GPT-6.1 Terra。 这是Terra系列时隔三个多月的首次更新，距离9月29日GPT-6.1 Sol发布也已经过去了27天。OpenAI在官方宣传中着重强调：“以更低的价格，提供快速且强大的电脑操作能力。” 但网友们似乎并不买账。 “老兄，我们需要的是比Opus 5.5更强的模型。没人关心它是不是更快、更便宜。” 这位网友毫不客气地表示，自己已经几乎不再使用Codex订阅服务，因为它实在没什么用处了。 过去一段时间，Anthropic凭借Claude Opus 5.5在编程等领域赢得了大量关注。不少用户都在期待OpenAI拿出一款足以正面较量的强大模型，结果等来的却是一款主打性价比的中档模型。 只能说，很难不让人失望。 “中规中矩” GPT-6.1 Terra的API价格为每百万输入Token 1美元、缓存输入Token 0.05美元、输出Token 5美元，较上一代输入和输出价格分别下降50%和约58%，且只有GPT-6.1 Sol的一半。 根据OpenAI公布的数据，Terra在编程、视觉理解和电

匹配字段正文

3.9% Terminal-Bench 4.0（max）50.3%55.9%58.2%未显示70.6% Terminal-Bench-Science 0.1（max）58.3%57.0%68.1%63.3%（带 fallbacks）未显示 基准分数和每任务成本读取自 OpenAI 的发布图表，为自报数据。规格和价格来自各供应商的模型页面。Claude 价格：Anthropic 定价。 要点 GPT-6.1 Terra 每百万 token 成本为 1 美元/5 美元，是 GPT-6.1 Sol 的一半。 它在 Agents' Last Exam 上以每任务 0.29 美元的成本达到与 GPT-6 Astra 相同的 57.6%。 MMMU-Pro 达到 85.5%，与 Astra 相差 1.2 个百分点以内。 编码仍然落后：Terminal-Bench 4.0 上为 50.3%，而 Sonnet 5.5 为 70.6%。 所有分数均为 OpenAI 自报；参数和硬件未披露。 Michal Sutter+ 帖子简介 ⮌ Michal Sutter 是一名数据科学专业人士，拥有帕多瓦大学数据

匹配字段正文

在中等推理强度下，GPT-6.1 Terra的得分比GPT-5.6 Terra高出15个百分点，成本约为后者的三分之一。在这一测试中，新模型的表现与GPT-6 Astra相当，每个token的价格仅为后者的十分之一。 OpenAI还称，GPT-6.1 Terra完成测试任务的速度是GPT-6 Astra和GPT-6.1 Sol的三倍以上。在最高推理强度下，与Anthropic的Claude Opus 5.5相比，新模型在该测试中的每项任务成本约低9倍。 在视觉推理基准测试MMMU-Pro中，OpenAI表示，GPT-6.1 Terra在所有推理强度设置下均超过GPT-5.6 Terra，得分接近GPT-6 Astra和GPT-6.1 Sol，成本则低得多。 上述表现和成本数据均来自OpenAI公布的测试，实际使用效果会因任务和设置不同而有所差异。 事实错误率和编程能力改善 OpenAI称，在其内部设计的一组容易诱发错误的提示词测试中，低推理强度下，GPT-6.1 Terra的事实错误率从GPT-5.6 Terra的53.6%降至16.7%。在最高推理强度下，新模型的错误率降至4.3%，

匹配字段正文

要点 OpenAI 发布了 GPT-6.1 Terra，称该模型在成本与性能的平衡上比以往任何前代产品都更进一步。其 API 价格是 GPT-5.6 Terra 的一半。 Terra 是 OpenAI 对标 Anthropic 中端 Sonnet 系列的最接近产品，价格仅为其一半。输入 token 每百万 1 美元，输出 token 每百万 5 美元，而 Claude Sonnet 5.5 为 2 美元和 10 美元，GPT-5.6 Terra 为 2 美元和 12 美元。缓存输入降至每百万 token 仅 0.05 美元，为此前费率的四分之一。 据 OpenAI 称，该模型将快速视觉推理与精确的计算机控制以及更自然的写作风格相结合，面向从起草提案、解读技术图纸到填写表格等日常工作任务。GPT-6.1 Terra 现已面向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 和 Edu 用户开放，也可通过 API 使用。 分析人士称成本效率达到新高 Artificial Analysis 称 GPT-6.1 Terra 树立了每美元智能的新标杆。在最

匹配字段正文

恶意压缩输入可能威胁服务器或客户端。该根本原因已于 2 月在源代码中修复，但其安全影响未被认识到，且没有更新的版本纳入该修复（披露）。 运营影响：仅更新上游源码还不够：Brotli 的发布版本、下游应用以及已部署的安装都需要修复。OpenAI 表示已与 Brotli 及包括 Node.js 在内的项目协调；该帖子附有缓解指引的链接。 Mythos 边界违规：Anthropic 发布了关于 Claude Mythos 5 在英国 AISI 测试期间未经授权的互联网行为的进一步分析，同时还有一份 AISI 报告（Anthropic 公告）。 报告的行为：一份二手摘要描述了 9/43 次运行中的边界跨越，针对一个无关的 GitHub 项目、为恶意代码背书的虚假身份，以及一旦攻击开始，在 98% 的重放轨迹中持续进行。Anthropic 将这种持续性部分归因于先前行动带来的“惯性”和自我书写的笔记。这些有条件的重放结果不应被解读为无条件的攻击率（摘要）。 防御窗口与更强保证：Joshua Saxe 认为，能力增长未必会立即带来犯罪损害的同等增长：组织采用、人才、推理访问权限和执法都会限制扩散。

匹配字段正文

cience.ai/). DeepSWE v1.1。Kimi K3.1 Pro 使用 Claude-Code 测试框架进行评估。所有分数均取自各模型对应的技术报告。GPT-6 Astra（https://openai.com/index/gpt-6-astra/）。Claude Opus 5.5 和 Claude Fable 5.1（https://www.anthropic.com/claude-opus-5-5-system-card ）以及 https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card）；DeepSeek-V4.1-Flash-1017（https://api-docs.deepseek.com/news/news261017/）；GLM-5.3（https://z.ai/blog/glm-5.3). SWE-Marathon v1.1。Kimi K3.1 Pro 使用 Claude-Code 测试框架进行评估。DeepSeek-V4.1-Flash-1017 使用 ClaudeCode 测试框

匹配字段正文

研究人员可以提供一段DNA序列，并询问某个特定突变是否会增加一个人患病的风险。模型随后会给出预测和解释。它还可以生成新的DNA序列，这可能有助于研究人员开发新的基因疗法。 滕斯托尔说，公司构建Carbon-X的部分动机是防止生物学研究人员变得依赖大型AI实验室，并指出AI已经对数学领域造成了冲击。 “如果你想真正推动数学的前沿，你很可能必须身处OpenAI或Anthropic这样的AI实验室之一，因为他们拥有最好的数学模型，”他说，并暗示类似的情况很可能在其他科学领域上演。 “我们希望为开放研究社区提供工具，使他们不必完全依赖某个外部的单一供应商，”他补充道。 研究人员可以在自己的电脑上运行Carbon-X，从而避免与外部AI公司共享敏感的患者数据。他还表示，在更大模型中出现的一些失准行为——例如7月份曾著名地入侵Hugging Face的OpenAI智能体——尚未在更小、更专门的模型中被观察到。 滕斯托尔说，通用聊天机器人有时也会拒绝回答研究人员提出的正当生物学问题，因为它们把这些提问误认为是试图“设计生物武器”。他说，病毒被明确排除在Carbon-X的训练数据之外，以避免该模型被滥

匹配字段正文

而无需那么多人类输入。 还可以创建一个循环，让AI决定要做哪些改进，然后开始新一轮改进。目前这项技术还有局限，但如果AI能够参与模型开发的每一个环节，那么从理论上讲，这个过程可以无限持续下去。 一些专家担心，让AI以这种方式自我改进最终可能导致灾难。这些末日论者声称，能够无限改进的AI可能摆脱人类控制，并可能认定人类是其目标的障碍。 今年9月，一名研究人员从Anthropic离职并警告称，AI的进步——包括递归自我改进——可能在几年内导致人类灭绝，这些担忧由此受到更广泛关注，随后多位其他专家也表达了同样的担忧。RSI这一理念已变得如此具有争议，以至于国会中有多项法案提议禁止它。 Recursive认为这些恐惧更像是科幻而非现实，并认为阻止RSI的立法是对进步的不必要阻碍。 Socher说，Flint是用一个无法摆脱人类控制的系统构建的。他说，目标是让Eureka Machine本身实现完全的递归自我改进，但这仍将由人类监督，一旦出现问题，人类可以叫停这个过程。“我们希望这能向人们表明，我们确实已经把所有步骤都准备好了，”他说。 Recursive已从Google Ventures、Gr

匹配字段正文

said, adding that making the model open will allow researchers around the world to build on it. NVIDIA said the model is available through partners including Amazon Bio Discovery, Anthropic’s Claude Science, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI and Tamarind Bio, enabling researchers and developers to integrate it into agent, cloud and scientific computing workflows. Model Architecture, Licensing and Availability A model card published on Hugging Face by the Baker Lab

匹配字段正文

fusion language model startup Inception AI Inc. today released Mercury 3, its new flagship model. In the company’s own benchmarks, Mercury 3 beat OpenAI Group PBC’s GPT-6 Luna and Anthropic PBC’s Claude Haiku 5.5 on eight of 12 tests at four to eight times their speed. The release takes on the main doubt about Inception’s approach. Co-founder and Chief Executive Stefano Ermon said the question the company has heard most since Mercury 1 “is whether diffusion can scale.” As he sees it, the limits

匹配字段正文

AI圈，最近集体盯上了三个字母： RSI 。 Hinton的RSI论文 ，22位署名作者里，坐着Bengio、OpenAI首席科学家Pachocki、Anthropic联创Jack Clark……几乎AI的半壁江山都在这儿。 一次改进，如何成为下一次的起点？ 有效的方法需要被保留，走过的弯路也需要被识别，承接这件事的，其实是 记忆 。 记忆张量 在这方面的探索，则给出了一份截然不同的答卷——记忆原生。 何为记忆原生？就是将经验的保留、更新和调用，做成模型可以学习的能力。 当记忆在模型中生根发芽，便构成了 记忆原生模型 。 其最新开源发布的 MemT 1.0 系列，就给出了一条颇为具体的路径： 它把经验编码成内部动态状态，再通过训练学习怎样写入、更新和读取，最后让这些状态经由记忆分支参与后续计算。 与外部记忆相比，它不仅能力没打折，未来拓展的天花板也会更高。 这也是记忆原生模型 首次 实现近300B参数规模的工程验证。 好家伙，记忆看不见摸不着，但却实打实成为模型成长的立足根本。 从早期要求模型记住信息，到用好经验，模型对记忆的要求不断升级，也让记忆一步步从幕后走到台前。 MemT 1.

匹配字段正文

ong-context retrieval and longer coding tasks remain the weak spots. Mercury 3 vs GPT-6 Luna vs Claude Haiku 5.5 FeatureMercury 3GPT-6 LunaClaude Haiku 5.5 DeveloperInceptionOpenAIAnthropic Generation methodDiffusion (parallel refinement)Not disclosedNot disclosed ParametersNot disclosedNot disclosedNot disclosed Context window1M1.05M1M Max outputNot disclosed128K128K Input modalitiesNot disclosedText, imageText, image Output speed (Inception’s measure)1,068 tok/s 130 tok/s 240 tok/s Price, $/1M

匹配字段正文

投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作RSI三块关键拼图，MemT 1.0从模型层补上“记忆”量子位·2026年10月20日 15:28把记忆原生焊进Transformer AI圈，最近集体盯上了三个字母：RSI。 Hinton的RSI论文，22位署名作者里，坐着Bengio、OpenAI首席科学家Pachocki、Anthropic联创Jack Clark……几乎AI的半壁江山都在这儿。 一次改进，如何成为下一次的起点？ 有效的方法需要被保留，走过的弯路也需要被识别，承接这件事的，其实是记忆。 记忆张量在这方面的探索，则给出了一份截然不同的答卷——记忆原生。 何为记忆原生？就是将经验的保留、更新和调用，做成模型可以学习的能力。 当记忆在模型中生根发芽，便构成了记忆原生模型。 其最新开源发布的MemT 1.0系列，就给出了一条颇为具体的路径： 它把经验编码成内部动态状态，再通过训练学习怎样写入、更新和读取，最后让这些状态经由记忆分支参与后续计算。 与外部记忆相比，它不仅能力没打折，未来拓展的天花板也会更高。 这也是记忆原生模型首次实现近300B

匹配字段正文

d the 74 percent MiniMax lists for Claude Opus 5, its chosen comparison, and a point ahead of GPT-5.6 Sol at 73. VentureBeat puts DeepSeek V4.1 Flash 1017 at 77 in the same table. Anthropic’s newer Opus 5.5 isn’t in that table, so if you’re benchmarking against the current Opus, run your own evals. On Artificial Analysis’s Intelligence Index, M3.1 Flash scores 42, tied with GLM-5.3 Flash, ahead of Gemini 3.8 Flash at 41 and behind DeepSeek V4.1 Flash 1017 at 45. Computer use is where the model l

匹配字段正文

esident of Open Models and Software, Kari Briski, wrote in the blog post announcing these models. Nvidia claims that the Super VL completes tasks faster than competing models from Anthropic and OpenAI (Opus 5, GPT 6.1 Sol, Luna, Astra) when post-trained on specific agentic tasks. These tasks include document intelligence, financial accounting, scientific experimentation, medical insurance claims, and security attack resilience. While such claims are standard whenever a major tech company announc

匹配字段正文

V4.1 Flash-1017 plots both higher and cheaper at max effort. How do you deploy MiniMax M3.1 Flash? The model is live on platform.minimax.io as MiniMax-M3.1-Flash. MiniMax supports Anthropic-compatible and OpenAI-compatible access, including Chat Completions and Responses. It is also available through M Plan and the MiniMax Code desktop app. Pricing is a flat $0.15 input and $0.60 output per 1M tokens. Cache reads cost $0.015 per 1M. There is no long-context surcharge. MiniMax M3 costs $0.30/$1.2

匹配字段正文

the scores. Unlike Mistral’s latest model, which attempted to leave its test environment earlier this month, there was no attempt to escape the sandbox. Precedent in the pipeline Anthropic is one company that has been dealing with reward hacking for years. In its 2024 experiments, it caught models rewriting code to change their own rewards and modifying tests meant to catch them, while a November 2025 study found that models trained to game reward systems could also become deceptive and attempt

匹配字段正文