最卷一夜！ Claude 5.5 发布，性能直逼 Fable，还要卷价格
最卷一夜！ Claude 5.5 发布，性能直逼 Fable，还要卷价格九月的新模型像下饺子一样接连登场，却大多只来得及各领风骚一两天，很快又被下一款抢走风头。
来自主题: AI资讯
9625 点击 2026-09-23 11:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
九月的新模型像下饺子一样接连登场，却大多只来得及各领风骚一两天，很快又被下一款抢走风头。
RSI（递归自我改进）已经热了一段时间。从 OpenAI、Anthropic 到谷歌，头部实验室都在探索如何让 AI 参与下一代 AI 的研发，创业公司也开始围绕它做产品、搭环境、建评测。
最近看到了一个挺有意思的东西，就是TypeSafe AI 做的 Jev。Reddit 上很多人用它玩 DOOM，也有人拿它玩 Mario。我申请之后，拿到 API Key 后，也做了一个网页小游戏，想看看它到底在里面起什么作用。一开始，我最想弄清楚的其实很简单：同样是让 AI 操作游戏，为什么要用 Jev？GPT 不能做吗？当然能。
OpenAI同日发布GPT-6 Sol与GPT-6 Luna，API价格相比GPT-5.6腰斩50%，主打单位任务成本优势；Anthropic推出Claude Opus 5.5，典型任务成本降低约40%且输出速度提升超30%，两家厂商围绕"性价比"展开直接竞争。
Anthropic发布Claude Opus 5.5，性能追平Fable 5.1且成本降低40%，在Terminal-Bench 4.0和GDPval-AA v2.1等多项基准测试中超越GPT-6 Astra，OpenAI两小时内推出GPT-6 Sol和Luna迎战。
开发者mizorewww将开源决策模型Laya移植到Apple MLX框架，推出本地版Laya-MLX，可在Apple Silicon Mac上以低于1GB内存运行并摆脱PyTorch与云端API依赖，421M版本峰值内存943.6MiB、322M多语言版本687.6MiB。
SpaceXAI正式发布Grok 4.7，定位为目前最强的编程与知识工作模型，采用比4.6更大的全新基础模型并强化长任务执行与自我核查能力，API定价与上一代持平，在多项编程基准测试中较Grok 4.6提升明显且性价比突出，但3D与网页视觉任务表现不稳，整体被视为xAI对开发者市场的一次集中加码。
Anthropic这回，怕不是憋了个大的？
工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。
Anthropic联合MIT、斯坦福学者发布2030年三种经济情景推演，极端情景下美国GDP暴增32%但白领失业率飙至17.9%，资本攫取55%增长红利，万余名美国人调查预期偏向最严峻版本。