当地时间 10 月 26 日，Anthropic 向 SEC 提交 IPO 注册文件的同一天，OpenAI 发布新模型 GPT-6.1 Terra，标准 API 价格较上一代下调 50%。该模型主攻视觉理解和计算机操作，标准 API 输入价格为每百万 token 1 美元、输出 5 美元、缓存输入 0.05 美元；在 Terminal-Bench 4.0 编程评测中最高推理强度得分为 50.3%，前代为 21.5%。OpenAI 表示，Terra 在部分任务上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。
匹配字段标题、摘要、正文
Meta 发布两款新 AI 模型，称其能力可对标 OpenAI 和 Anthropic 的领先模型，包括 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1，依据是多项行业基准的内部测试结果。这两款模型是 Meta 重组后的 Superintelligence Labs 继 Muse Spark 和 AI 智能体 Muse 之后的新品，目前尚不清楚它们与 Google Gemini 4 Argon 的对比情况。Meta 正持续扩充 AI 产品线，此前已推出图像模型 Muse Image。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅方案价格。Artificial Analysis 的独立评测显示其 Intelligence Index 为 43（最高 effort），比上一代 Haiku 提升 26 分，略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38），但落后 Claude Sonnet 5.5（56）13 分。该模型支持 1M token 上下文（Haiku 4.5 为 200k），首次引入 effort 设置与自适应思考，主要代价是 token 消耗偏高，最高 effort 下每个 Index 任务约用 162k 输出 token，约为 GPT-6 Luna 的 3 倍。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，这是其目前最便宜最快的小模型，保持 1M token 上下文窗口和最高 128K 输出 token，100K token 以内提示的输入价格为每百万 token 0.10 美元、输出 0.50 美元，比 Claude Haiku 4.5 低 90%。该模型已通过 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 和 AWS 上的 Claude Platform 正式提供，是首个带可调 effort 设置的 Haiku 级模型，自适应思考默认开启、effort 默认 medium。Anthropic 自报的基准中，OSWorld 2.1 为 72.4%，Terminal-Bench 4.0 为 39.2%，Humanity's Last Exam 无工具 45.9%、带工具 57.4%。
匹配字段标题、摘要、正文
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，在编码、计算机操作和知识工作上较 Haiku 4.5 提升，运行成本平均降低约 75%，已在 Claude Platform、Claude Code 以及 AWS、Google Cloud、Microsoft Azure 上线。该模型面向摘要、分类、对话历史压缩、数据库查询等高频低成本任务，也可作为 Opus 5.5 或 Sonnet 5.5 的子智能体使用；上下文窗口从 20 万扩至 100 万 token，最大输出从 6.4 万增至 12.8 万 token，并首次在 Haiku 系列支持 effort 设置，默认 medium。评测方面，Terminal-Bench 4.0 得 39.2%（Haiku 4.5 为 0.0%，Sonnet 5.5 为 70.6%），OSWorld 2.1 离线评测得 72.4%（Haiku 4.5 为 15.7%，Sonnet 5.5 为 83.9%）。
匹配字段标题、摘要、正文
Anthropic 发布快速低价模型 Claude Haiku 5.5，定价为每百万 token 输入 $0.10、输出 $0.50，与 OpenAI 上月发布的 GPT-6 Luna 一致，但超过 100,000 token 后涨至 $0.50/$2.50，而 Luna 在 272,000 token 后才涨到 $0.20/$0.75。Simon Willison 实测发现 Haiku 5.5 使用了更不宽松的 tokenizer，同一长提示词消耗的 token 约为 Haiku 4.5 的 1.25 倍，构成隐性涨价；新模型不支持关闭推理，默认 medium 档。Anthropic 同时宣布将 Sonnet 5.5 的缓存读取价格减半，并为订阅计划增加 API 额度。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis 智能指数上得分 43，比上一代 Haiku 发布一年后提升 26 分。这是首个带 effort 设置和自适应思考的 Haiku 模型，并引入分层定价：100k token 以内为每 1M 输入/输出 token 0.10/0.50 美元，超过 100k 后涨至 0.50/2.50 美元。评测显示其 max 档略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38），但每个任务约消耗 162k 输出 token，约为 GPT-6 Luna 的 3 倍；上下文窗口从 200k 提升至 1M token。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词最高降价 90%，超过 10 万 token 则贵 5 倍。基准测试显示其计算机使用能力提升明显，OSWorld-2.1 得分从 15.7% 升至 72.4%，Terminal-Bench 4.0 从 0 升至 39.2%，Humanity's Last Exam 无工具 45.9%、有工具 57.4%。该模型是首个支持可调推理等级的 Haiku 级模型，已在 AWS、Google Cloud 和 Microsoft Azure 上线，同时 Sonnet 5.5 的缓存读取费用从每百万 token 0.20 美元降至 0.10 美元。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型，平均运行成本比 Claude Haiku 4.5 低约 75%。开发者 Lydia Hallie 转发并表示，它很适合以读取、小改动和工具调用为主、不需要太多推理的任务。
匹配字段标题、摘要
Anthropic 发布 Claude Haiku 5.5，称其为迄今最便宜、最快、能力最强的小模型，也是 Claude 5.5 模型家族的最新成员。该模型是首个支持 effort 的 Haiku 模型，100k tokens 以内定价为 $0.10/$0.50，超过 100k tokens 为 $0.50/$2.50。
匹配字段标题、摘要
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快、能力最强的小模型。官方表示其平均运行成本比 Claude Haiku 4.5 低约 75%。
匹配字段标题、摘要
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型。官方表示其平均运行成本比 Claude Haiku 4.5 低约 75%。
匹配字段标题、摘要
Anthropic 发布 Claude Haiku 5.5，这是首个带 effort 设置与自适应思考的 Haiku 模型，并引入分层定价：100k token 以内为 $0.10/$0.50 每 1M 输入/输出 token，超过 100k 后升至 $0.50/$2.50。Artificial Analysis 评测显示，Haiku 5.5（max）在小型模型中略领先 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38），但落后 Claude Sonnet 5.5（max，56）13 分；其上下文窗口从 Claude 4.5 Haiku 的 200k 提升到 1M token。该模型每个 Intelligence Index 任务约消耗 162k 输出 token，约为 GPT-6 Luna（max，约 50k）的 3 倍，Terminal-Bench 4.0 得分 33%（Haiku 4.5 为 0%）。
匹配字段标题、摘要、正文
Google 发布新前沿模型 Gemini 4 Argon，在 Artificial Analysis 智能指数上以 53 分追平 OpenAI GPT-6 Astra（max）和 Claude Fable 5.1，但仍落后 Claude Opus 5.5 的 58 分。该模型先向 Fairwind 项目的“可信网络防御者”和 Google 内部团队开放，无网络安全护栏，介绍性价格为每百万输入 token 2 美元、输出 10 美元，缓存输入便宜 95%。输出上限从 64,000 提升到 100 万 token，Gemini API 新增 Long Decode Continuation 功能以支持长响应续写；在 Arena.ai 文本竞技场以 1,525 分排名第一。
匹配字段标题、正文
Anthropic 推出 Claude Sonnet 5.5，这是加入 5.5 家族的中端模型，速度提升 30%，在知识工作和编码上较上一代 Sonnet 有明显提升，部分测试接近 Opus 5.5 而价格仅为其一半。该模型在 AA 智能指数上得分为 56，仅次于 Opus 5.5，超过 Fable 5.1 和 GPT-6 Astra 的 53；在多项办公测试中几乎追平 Opus 5.5，编码基准上接近或领先 Opus 与 Astra。Anthropic 表示部分任务成本最多降低 30%，并首次为 Sonnet 层级模型加入网络安全护栏。
匹配字段标题、摘要、正文
Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5，输出生成速度比 Sonnet 5 提升超过 30%，成为 Sonnet 系列中最快的模型；token 单价不变，但通过减少所需 token 数，测试中单任务成本最多降低 30%。其定价为每百万 token 输入 2 美元、输出 10 美元，与 Sonnet 5 相同，上下文窗口 100 万 token，已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 等平台提供，Claude Code v2.1.284 起 sonnet 别名指向该模型。Terminal-Bench 4.0 上 Sonnet 5.5 取得 70.6%，远高于 Sonnet 5 的 10.3%；Anthropic 建议将其用于规格明确、可验证的日常开发与文档、幻灯片、表格制作，复杂长任务仍推荐 Opus 5.5。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Sonnet 5.5，官方称运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于前者。Simon Willison 实测发现，该模型在部分编码任务上接近 Opus 5.5，并已成为 claude.ai 免费层所用模型；但 max 思考档位下出现与 Opus 5.5 相同的缺陷，思考 128,000 token 后耗尽预算仍未能生成 SVG。Anthropic 表示 Haiku 5.5 将在未来几周内推出。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。相比 Sonnet 5，它运行速度提升超过 30%，大多数工作场景成本最多降低 30%。
匹配字段标题、摘要
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。编码提升最明显：Terminal-Bench 4.0 从 Sonnet 5 的 10.3% 升至 70.6%，CursorBench 4.0 从 34.1% 升至 55.5%，仅比 Opus 5.5 的 57.8% 低两点；知识工作基准 GDPval-AA 得 1,844 分，接近 Opus 5.5 的 1,846 分。每百万 token 价格与 Sonnet 5 相同（输入 2 美元、输出 10 美元、缓存读取 0.20 美元），模型已在 AWS、Google Cloud 和 Microsoft Azure 上线，模型 ID 为 claude-sonnet-5-5，并首次为 Sonnet 系列加入网络安全防护措施。
匹配字段标题、摘要、正文
Anthropic 发布 Claude 5.5 家族第二个模型 Claude Sonnet 5.5，比 Sonnet 5 更聪明、更高效且快 30%，每 token 价格不变，因完成同样工作所需 token 更少，多数任务成本最多降低 30%。官方建议把 Sonnet 5.5 用于修 bug、快速迭代功能等范围明确的日常任务，复杂长周期工作仍选 Opus 5.5，Haiku 5.5 将在未来几周加入该家族。模型 ID 为 claude-sonnet-5-5，已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 等平台上线，Claude Code 从 v2.1.284 起 sonnet 别名指向该模型，默认以 medium effort 运行并原生支持 1M 上下文窗口。
匹配字段标题、摘要、正文