首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • Gemini 4 Carbon发布:多项测评超越opus5.5

    Opus5.5是58,GPT-6Astra57,Argon50。这一版榜单做了大改,60%的题目换成私有题库,编程和科学的权重提高了,所以这个分数要跟老版本分开看。 编程智能体指数上,Carbon搭反重力拿59分,比Argon的53高6分;ClaudeCode配Opus5.5是62分领先。

    61210编辑于 2026-10-29
  • 马斯克官宣:Grok Bot 接入 Opus 5.5!这个订阅,突然变得很值了

    01马斯克又放大招了就在最近,马斯克公开表示:GrokBot将由Opus5.5驱动。 而现在,它更像一个全能调度台:写代码、做复杂推理,交给Opus5.5;想要一张好看的图,交给Midjourney;想做一段音乐,交给Suno。你只需要提需求,剩下的事它来安排。 先说Opus5.5。在Opus5.5能力这么强的当下,单单能用上Opus5.5这一点,就足以吸引一大批用户了。 可以看到,用量明细里已经出现了claude-opus-5-5-low,说明一些任务确实已经开始由Opus5.5在背后驱动了。 GrokBot接入Opus5.5只是开始,后面Midjourney、Suno上线之后,我也会第一时间实测分享给大家。觉得有用的话,点赞、收藏、转发给身边需要的朋友吧~

    85310编辑于 2026-10-08
  • GPT-6 与 Opus 5.5 并存下,API 网关需要补齐的五个技术能力——以 4stoken.cn 为观察样本

    原生三协议适配,是应对Opus5.5破坏性变更的结构性前提,而非可选项Opus5.5的四项breakingchanges全部落在协议语义层:thinking无法禁用(只能通过effort控制深度,传disabled 默认原样透传流式chunk,是让Opus5.5工具调用间的“静默”不被网关二次扭曲的必要条件Opus5.5还有一项不报错但改变行为的变更:工具调用之间的文本进入thinking块,默认display设置下这些块文本为空 这在文本模型上是成熟的,但Opus5.5的thinking块绑定到产生它的模型和对话前缀。 这不是4stoken.cn独有的问题,而是Opus5.5给所有聚合网关带来的新约束。 上线前最值得落实的两件事:确认GPT-6和Opus5.5的实际通道状态与计费口径;针对Opus5.5的破坏性变更和thinking容灾行为做专项一致性测试。

    22810编辑于 2026-10-18
  • 来自专栏AI

    Claude Opus 5.5 与 GPT-6 Sol、Luna 同日发布:降价之外,还有哪些变化

    但三款模型的定位不同:Opus5.5是Anthropic的新一代Opus;Sol和Luna则是OpenAI在GPT-6Astra之外补上的两档。把价格、任务成本和跑分分开看,比急着排座次有用。 Opus5.5的API输入、输出单价比Opus5低20%;缓存读取单价从每百万token0.50美元降到0.20美元。Anthropic还称,在其测试的典型工作负载中,实际运行成本约低40%。 图里的Claude对照模型却是Opus5和Fable5.1,不是刚发布的Opus5.5。这张图不能拿来证明Sol胜过Opus5.5。OpenAI测试说明图源:OpenAI官方X帖文。 ArtificialAnalysis评测同样叫“省钱”,测试结果并不相同Opus5.5有个值得细看的地方。 Sol/Luna评测普通用户现在能用到什么Opus5.5已在Claude各平台及AnthropicAPI提供;具体订阅和地区能否使用,应以账号页面为准。

    45110编辑于 2026-09-23
  • 来自专栏算法一只狗

    Claude Opus 5.5:不会剪视频也没关系,Agent 开始自己当导演了最近刷 X 的时候发现,Opus 5.5

    最近刷X的时候发现,Opus5.5出来之后,有一类Demo明显开始多了起来:大家不再只是拿ClaudeCode写代码,而是开始让它做MV、剪视频、做产品宣传片,甚至自己写音乐。 最近看到几个Opus5.5的案例,确实有点夸张。 这个案例最有意思的地方是,用户已经利用Opus5.5开始承担导演和剪辑师的角色。它需要先理解整首歌曲的节奏、情绪和段落结构,再把这些信息转成分镜、镜头长度、画面节奏和转场关系。 成本出来的效果确实会很高级:4.代码仓库直接变Demo视频另一个很实用的玩法是:直接让Opus5.5读取你的项目代码,然后自动把真实UI重建成视频。 写在最后Opus5.5出来之后,确实感觉很多传统的剪辑工具都不需要再使用,只要你有想法+有钱,那么就可以让claude自己跑。

    50910编辑于 2026-10-01
  • Opus 5.5 生成视频的真相:它不生成视频,是写代码让浏览器逐帧画出来

    一、先泼盆冷水:Opus5.5生成视频的原理里,没有视频模型先把三个概念摆正,后面的内容才不会走偏。 视频生成模型的输出是像素块,Opus5.5的输出是token。更直接一点:Opus5.5连图片都生成不了。 到这里,九成文章会告诉你:"看,Opus5.5生成视频的能力真强。"但这里有个被普遍略过的分叉。 Opus5.5在这一单里干的是导演加剪辑:决定每个镜头用什么素材、怎么接、哪里重来。而真正纯靠写代码渲出来的是另一批作品。 说到底,Opus5.5生成视频的门槛根本不在那句提示词上,而在你搭没搭好这套确定性渲染的框架。

    71300编辑于 2026-10-04
  • DeepSeek模型更新:「许愿式编程」火出圈

    它前面站着的是Opus5.5、GPT-6Astra、Gemini4Argon,清一色闭源。而它的价格是输入0.3美元、输出1.2美元每百万token。KimiK3是它的10倍价,分数还比它低15分。 Opus5.5开到xhigh,20分钟花了6美元;DeepSeek开max,1小时花了0.23美元,差26倍。但原作者说得很实在:Opus做得更好,DeepSeek只是追得很近。 第三方测评网友晒图可能不够硬,那就看两个官方基准:180个长流程浏览器任务,它拿75分,和Opus5.5打平,单任务0.22美元,对面1.3美元;105个真实bug,它平均修好42.7个,反超Opus5.5

    67610编辑于 2026-10-19
  • 不靠视频模型也能做动画:Claude Opus 5.5 代码出片的 10 个案例与 5 个开源项目

    整个三维场景装在一个HTML文件中,由Opus5.5编写的Three.js代码实时渲染,连续推进的镜头把不同尺度串成一次"穿梭"。 Opus5.5负责图形运动与剪辑节奏的代码,ReplitAnimation提供工程搭建与导出。 9.用剪纸动画讲双生子佯谬一位日本创作者让Opus5.5在Canvas上逐帧绘制约46秒的相对论科普片,纸片质感的星球与人物把"双生子佯谬"讲得很直观,音乐和音效同样由代码生成。 10.40秒讲清浏览器如何工作AddyOsmani用Opus5.5生成的解释动画:页面、网络请求、渲染流程都变成了会动的图解。对技术布道和内部培训来说,这类片子比一篇长文档好懂得多。想自己动手? ①Lemo-Opuscar:39种影片风格,一套Skill直接套用项目收集了39种用Opus5.5做出的影片风格,每种都配有完整样片与说明。

    8500编辑于 2026-11-11
  • 实测 Gemini 4 Neon:超越 Opus 5.5,比肩Carbon,快3倍省4成

    排在后面的Opus5.5是59分,连自家大哥Carbon的60分也被反超1分。 回头看Opus5.5才10.1%,GPT-6.2Sol更低,只有8.3%。拼长文本找线索的GraphWalks跑了95.2%,领先Opus5.5快30个百分点。 紧跟在后面的是ClaudeCode里的Opus5.5和Fable5.2,这回正面站上去了。防瞎编这块它也没扔掉大哥的老底子,AA测出不幻觉率有86%,Opus5.5在同一套题里只有50%。 1,336分压过第3名Opus5.5(1,335分)和第4名Carbon(1,303分),听人中途改需求的纠偏分也在第2。 Arena真实会话的中位数账单也是这个路数,Neon每单2.82美元,比Opus5.5省下53%。

    49870编辑于 2026-11-19
  • 14款大模型Java编码能力横评:闭源三强断层领先,开源追赶到哪一步了

    Opus5.5的特点是均衡。它不是某一项特别炸,而是软件工程全链路都强:理解需求、定位代码、修改实现、跑测试验证,每一步都不掉链子。 对Java开发者的实际意义:如果你在做大型SpringBoot项目的重构、多模块依赖调整、复杂业务逻辑迁移,Opus5.5是目前最稳的选择。 只有在处理超复杂架构设计时,才需要切到Opus5.5或V4-Pro。6.Qwen3.8-Max:终端操作的隐形冠军阿里通义千问的旗舰。 它的DeepSWEv1.1拿到73.7%,排在全场第四,仅次于V4.1-Flash、Opus5.5、V4-Pro(74.2算第三)。 Opus5.5和Fable5.1在这方面表现更好,因为它们的代码自验证能力更强,能在生成后自行检查类型匹配、泛型边界、注解参数等编译期问题。

    1K21编辑于 2026-10-23
  • 一款 3D 游戏全靠 AI 做出来了:完整制作流程公开了

    二、场景构建简单来说:Image2.5生成场景图→拆解3D资产并在Tripo中生成→Opus5.5操作Blender+Unity进行场景建模。 (2)让AI拆解场景资产有了参考图之后,可以直接使用AI判断场景中哪些资产需要在Tripo中单独生成,哪些可以交给Opus5.5在Blender/Unity中搭建。 (3)让Opus5.5操控Blender、Unity开始建模在Tripo中生成并导出需要单独制作的3D道具后,将这些资产和第一步的场景参考图交给Opus5.5,让它操控Blender+Unity搭建整体环境 可以先选一个接近的基础动作,再让Opus5.5在Blender里反复进行细节的迭代调整。 详情请搜索号工具链速查:Fable5.1·GPTImage2.5·Tripo(H3.1/SmartMeshP2.0)·Opus5.5·Blender(Auto-RigPro)·Unity(Pipeline

    33500编辑于 2026-10-16
  • Kimi K3.1 Pro 杀进全球前四:GPT-6、Gemini 4 都被它压下去了

    SWEMarathon是超长的软件工程任务,K3.1Pro51.7,领先Opus5.5一截。Agents'LastExam也是它第一,和Opus5.5差不多。这两项是官方自己测的。 官方测试里,K3.1Pro带工具时落后Opus5.5和GPT-6Astra一点,不带工具时和Opus5.5差不多。kimi.com上同步上了一个3DMake,做好的模型能直接下载去3D打印。 Opus5.5领先它一大截,GPT-6Astra和Sonnet5.5也明显在前面。AA上那种“只差3分”的感觉,在真人投票里没那么近。 没被圈住的只有两个Claude:Sonnet5.5同价,高1分;Opus5.5贵一倍,高3分。 但整体看,它还不如同价的ClaudeSonnet5.5,离Opus5.5更远。不用等11月的权重,现在就能用。

    1.5K120编辑于 2026-10-24
  • Kimi K3.1 Pro 上线:比 K3 便宜三分之一,开源权重最晚 11 月 4 日放出

    带工具时,K3.1Pro比Opus5.5和GPT-6Astra略落后,和Fable5.1差不多。不带工具时,它和Opus5.5打平,比Fable5.1强不少。 Opus5.5比它高,GPT-6Astra比它低。官方自己也加了一句:这是压力测试,不代表日常使用的整体错误率。 ▲图:K3、K3.1Pro与Highspeed单价性价比只能算到这里:Terminal-Bench上几乎追平Opus5.5,价格比自家上一代低三分之一。 权重日期是官方的承诺,还没兑现;它是不是真的逼近Opus5.5,要等独立评测和权重放出后的复现。

    83630编辑于 2026-10-24
  • 来自专栏低代码平台

    Claude Opus 5.5 并不会“生成”视频:一文拆解代码视频的五步流水线

    先把事实摆清楚:Opus5.5的输入可以是文字、图片和文件,但它看不了视频,输出也只有文字。Anthropic的官方发布文章同样没有提到任何视频能力,重点放在写代码、操作电脑和知识工作上。 换句话说,在这类作品里,Opus5.5同时扮演了导演和程序员两个角色,而真正“出图”的是浏览器和渲染工具。 Opus5.5的工作,就是写出一个能回答这个问题的程序——你随便问它“第2.5秒是什么画面”,程序都能立即画出那一刻的完整帧。整条流水线可以拆成五个环节:规划、画面、动作、声音、拍摄与合成。 这恰恰是Opus5.5的强项:在长时间、多文件的任务里保持方向不跑偏——官方发布文章中提到,有测试者让它无人值守连续工作了18个多小时。 代码视频vs视频生成模型:互补而非替代Seedance(字节)、可灵Kling(快手)这类视频模型直接生成像素,而Opus5.5生成的是代码。

    88300编辑于 2026-10-06
  • Kimi K3.1 Pro:发布不久遭遇口碑滑铁卢

    LOGO错、空间关系有误,第三版改到一半撞五小时额度上限幻觉率从23.4%降到8.3%(挂外部核查闭环)第三方裸测44%实际成本输出单价20→10美元最高推理档单任务4.9分钟、实扣0.35–0.46美元;Opus5.5 同一组测试里,Opus5.5是唯一一个会主动测量位置和空间关系的模型。账单:便宜一半有前提第三,账单。 输出单价从20美元砍到10美元,可它思维链吐得太狠,单任务最高推理模式要跑4.9分钟,实扣0.35到0.46美元;Opus5.5只用69秒,实扣0.37美元。 四、火箭发射对比实测最后,分享个案例,网友实测了KimiK3.1Pro和Opus5.5的火箭发射对比,效果还是很明显的,大家可以来判定哪个表现得更好。

    38710编辑于 2026-10-26
  • AI 智能体用 83% 字节精确匹配反编译完整游戏

    项目主要使用Sonnet5模型,也大量使用了Opus5.5、Luna、Sol和Terra模型。开发者订阅了ClaudeMax和CodexPro服务。 在项目最终阶段使用了2个Opus5.5智能体,项目规模扩展到最多15个以上的智能体。引入新验证工具后,智能体又工作了近2个月。开发者发现智能体会随时间推移忘记或降低某些规则的重要性,需要定期刷新指令。

    34010编辑于 2026-10-11
  • 拿真项目改页面交互:Codex 垫底,Gemini 4 很猛,但 Opus 5.5 还是神

    结果摆在一起看还挺意外的:单看页面降噪和出对比图,单价最便宜的小杯Hydrogen和自家大哥Carbon确实很猛;但涉及到深层逻辑排雷,4个顶配模型里有3个都没发现“点重试会拆散房间”的隐藏Bug,全场只有Opus5.5 顺着代码揪了出来——测完不得不服,遇到复杂交互和状态机,Opus5.5还是神。 等我切到ClaudeOpus5.5(Max档)让它重跑、读完源码之后,前4页扫描和重定位流程直接拿出了全场最扎实的一版:最让我服气的是,另外三家都只盯着重定位页面上的提示语改,只有Opus5.5顺着按钮背后的代码逻辑往下查 9.1)紧咬其后,Codex(8.6)垫底:ClaudeOpus5.5(本次开Max档;API约$4输入$20输出每百万Token):虽然我前两天刚夸过Carbon综合跑分高,但真落到复杂状态机排雷,Opus5.5 测完这一轮我自己的体感是:日常跑页面底稿,便宜的Gemini4Hydrogen拉满已经相当能打;但真遇到复杂的状态逻辑,目前还得靠Opus5.5兜底,Codex则留给纯底层重构。

    18610编辑于 2026-11-17
  • # Gemini 4 Argon 上线:谷歌把旗舰卖成半价水电煤,开发者真买账吗

    可一旦换成需要反复调试、跨模块协调、真机终端操作(CUA-bench4.83%)和高级工程综合任务,它跟Opus5.5、Astra的差距就显出来了。 第三方开发者实测:3D/物理是真香,性价比有案例社区里最热闹的是3D与物理测试:熔岩灯题:Argon不到2分钟、花0.18∗∗;同题Opus5.5用∗∗9分35秒、0.18**;同题Opus5.5用** 9分35秒、0.18∗∗;同题Opus5.5用∗∗9分35秒、1.27。 在编程、3D/物理、还是法律金融场景里,它真的比你现在用的Opus5.5或GPT-6Astra好用吗?同样的任务,你实测的耗时和花费对比如何?Argon的“便宜”在你这儿成立吗?

    57410编辑于 2026-10-14
  • Claude Code 2.1.329 VS Code与Cursor实战教程

    3.模型与推理强度选择(ModelPicker)点击输入框下方的模型标签(或输入/model),v2.1.329面板提供以下主力选项(实际可用列表视订阅档位而定,以官方最新公布为准):Default(Opus5.5 Fable5.2(需v2.1.321+):应对最棘手的深层难题,面板会提示其额度消耗速度明显快于Opus5.5(Pro用户按用量积分计费,Max用户最高占用每周限额的一半)。 A:Fable5.2至少需要扩展v2.1.321及以上版本,且额度消耗显著高于默认的Opus5.5。建议仅在复杂架构调试或疑难Bug排查时手动切换,日常编码保持Opus5.5即可。

    5200编辑于 2026-11-22
  • 2026 旗舰推理大模型横评:Fable 5.2、GPT-6.2 Astra、Gemini 4 Neon 与 Opus 5.5 价格、性能及 API 选型指南

    思考开销控制自由度:Opus5.5采用默认常开深度思考机制且无法完全关闭,意味着每次API调用都会产生固定的基础推理Token消耗;而Astra默认处于low档,日常轻量化调用更为经济。 ClaudeOpus5.5:高吞吐率与长首字延迟并存Opus5.5拥有四款中最快的输出速度(117tok/s),但在max模式下首字延迟(TTFT)高达353秒。 长文档深度分析、企业知识检索与日常办公助手推荐配置:Gemini4Neon或ClaudeOpus5.5(medium/high)选型理由:Neon3美元/百万Token的输入门槛极具亲和力;Opus5.5 以AA评测的max/xhigh档单任务平均花费为例,四款模型的实际开销排序与纸面单价并不一致:Fable5.2(max):26.54美元/任务(质量最高,但输出极其详尽,成本最高)Opus5.5(max xhigh):6.44美元/任务(第一梯队水准中综合性价比最优)Astra(max):4.00美元/任务(max档实际花费最低,输出高度凝练)如果业务需要长篇幅、充分展开的深度分析,Fable5.2或Opus5.5

    60820编辑于 2026-11-19
领券