最新资讯
dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露 dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单 dev.to 如何通过工具调用引导模型以提升 Harness 质量 dev.to AI Agent 审计轨迹不等于对话记录 dev.to 精简 MCP server 工具数量:更少工具、更小影响面,双重收益 dev.to 为什么 git checkout 无法撤销 AI 编码 agent 的改动? wechat AI短剧门槛降降降!实测即梦短剧工作室:剧本分镜预演一条龙,伙伴计划长期护航 dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围
多元动态
登录 注册
大模型 全球精选 · @Matthias Bastian

Anthropic 发布 Claude Sonnet 5.5:基准接近 Opus 5.5,单任务成本最多低 30%

原文 我的收藏

Anthropic 推出 Claude 5.5 家族第二款模型 Claude Sonnet 5.5。据该报道,其输出速度提升超过 30%,单任务成本最多降低 30%,在知识工作类基准上接近 Opus 5.5;在编码基准 Terminal-Bench 上从 10.3% 提升至 70.6%。报道还称 Haiku 5.5 将在未来数周内公布,届时 Anthropic 将对标 OpenAI 的三款 GPT-6 模型。上述数据来自媒体转述,具体评测条件与对比口径未披露。

AI推荐理由 输入提供了 Claude Sonnet 5.5 的具体发布信息:属于 Claude 5.5 家族第二款模型,输出速度提升超 30%、单任务成本最多降低 30%,在知识工作基准上接近 Opus 5.5,Terminal-Bench 编码基准从 10.3% 升至 70.6%,并预告 Haiku 5.5 数周内发布。这些是可核对的性能与定价声明,对模型选型和成本评估有直接价值。局限在于:来源为媒体转述而非 Anthropic 官方公告,基准测试的具体条件、评测集版本和对比口径未给出,Terminal-Bench 的大幅跃升缺乏方法说明,因此不能视为已验证的独立结论。

78

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 2 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容