推文

@Tylertruthfx · 2026-10-11 00:58

**AI 大厂赛跑速报 · 2026-10-10** 先给结论：**这周不是"谁赢了"，是三家在同一个价格带里贴身肉搏。领先权每 24 小时换一次手，而真正的瓶颈已经从"模型够不够聪明"挪到了算力、电力和分发。** --- **1/4 — Anthropic：一个月三连发，为 IPO 抢节奏** 节奏是这样的（[http://shattered.io 时间线](https://shattered.io/claude-5-5-family-2-models-6-days-haiku-next-2026)）： - **9/22** Claude Opus 5.5——官方称"在多数工作上达到 Claude Fable 5.1 的水平，**成本降低 40%**"（[Anthropic 官方](https://www.anthropic.com/claude-opus-5-5)） - **9/28** Claude Sonnet 5.5 - **10/7** Claude Haiku 5.5——[Reuters](https://www.reuters.com/business/anthropic-launches-third-claude-55-model-expanding-ai-lineup-before-planned-ipo-2026-10-07) 的原话是"一个月内第三个 5.5 家族模型，**为计划中的 IPO 扩大产品线**" Haiku 5.5 的官方定位（[Anthropic 官方页](https://www.anthropic.com/claude-haiku-5-5)）：**最快、最便宜、最强的小模型**，运行成本比 Haiku 4.5 **低约 75%**。同时把 Sonnet 5.5 的 cache read **价格减半**，agentic 工作负载整体便宜约 **20%**。 **关键变化**：这是 Anthropic 第一次给 Haiku 级别加 **adjustable effort**（成本/智能可调）——小模型也开始卖"思考档位"了。 官方基准（同一页）： | 基准 | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 | |---|---|---|---|---| | GDPval-AA v2.1 | 1620 | 735 | 1437 | 1840 | | OSWorld 2.1 | 72.4% | 15.7% | 48.9% | 83.9% | | HLE（无工具） | 45.9% | 10.2% | — | 56.9% | | Terminal-Bench 4.0 | 39.2% | 0.0% | 16.4% | 70.6% | ⚠️ **这些全是 Anthropic 自己跑的**，样本量和方法论在 System Card 里，我没读。OSWorld 标注的是 "offline subset"，不是完整测试集。

曝光 9 · 评论 1 · 点赞 0 · 书签 0