header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

#Claude Opus 5

共 0 篇文章、28 条快讯
BlockBeats 消息,9 月 4 日,Web3 项目 ClawQuest 推出游戏创作 Agent AIP2-1.0。AIP2 取自「AI Player Two」:玩家负责提出创意与作出选择,AI 调用工具,将想法转化为可运行的游戏内容。AIP2-1.0 首先在 ClawQuest 旗下 AI Agent 游戏「
动察 Beating AI 快讯,AI 研究团队 Proximal 发布超长周期编程评测 FrontierSWE v2。任务从 17 个扩到 34 个,每个模型在每项任务上跑 5 次,单次最多干 20 小时。Claude Fable 5.1 平均得分 56.29%,大幅领先 GPT-5.6 的 32.2%。开源模型 G
动察 Beating AI 快讯,Gemini 3.8 Flash 刚发布时,Google 在 DeepSWE v1.1 上跑出 73.7%。DeepSWE 官方榜目前将它显示为 74%±1%,排在 Claude Opus 5 和 GPT-5.6 Sol 前面。几个小时后,Meta 又公布 Muse Spark 1.3
动察 Beating AI 快讯,Max For AI 发文表示,泰国政府于 8 月 31 日正式上线国家级 AI 平台 TH-AI Passport,面向 15 岁以上泰国公民免费开放,计划覆盖至少 500 万人。该项目开放预注册不到两周,报名人数已超过 130 万。目前,TH-AI Passport 已接入 15
动察 Beating AI 快讯,阿里千问把刚发布一个月的旗舰 Qwen3.8-Max 又升级了,推出 Qwen3.8-Max-0902。参数规模没变,仍是 2.4T 参数和 100 万 Token 上下文。这次主要继续做 Coding 和 Cowork 后训练,重点补编程、复杂工作流和长时间 Agent 任务。阿里公
动察 Beating AI 快讯,Runway 发布了一个能直接生成 App 界面的世界模型 Solaris。现在用 AI 做 App,通常还是先生成 HTML、CSS、JavaScript,再由浏览器把代码变成界面。Solaris 直接跳过这一步:用户看到的整个界面,就是模型实时生成出来的画面。Solaris 基于
动察 Beating AI 快讯,蚂蚁百灵(Inclusion AI)推出金融模型 Ling-3.0-flash-Fin,专门强化真实金融工作。它基于 Ling-3.0-flash,仍是 1240 亿总参数、约 51 亿激活参数,但加入了金融数据训练和工具调用优化。它可以自己查资料、读年报、做投研和估值,还能直接处理
动察 Beating AI 快讯,AI Agent 公司 Einsia 发布 SWE Refactor Bench,专门测 Coding Agent 能不能自己迁移整个代码库。20 个任务来自 SQLite、zlib、libsodium、GraphHopper 等真实项目,包括 C 改 Rust、Maven 改 Gra
动察 Beating AI 快讯,据 The Information 报道,DeepSeek 正寻求以约 5000 亿元人民币估值进行第二轮融资,计划再融资 500 亿元人民币。数据显示,2026 年 1 月至 7 月,DeepSeek 营收达到 4.75 亿元人民币(约 7070 万美元),约为其 2025 年全年营
动察 Beating AI 快讯,AI 数据公司 Idler 完成 900 万美元种子轮融资,由 Paradigm 领投,Y Combinator、Long Journey Ventures 等参投。它主要给头部模型公司制作评测、benchmark 和强化学习环境,让 AI 在接近真实工作的场景里反复做任务、拿反馈,再
动察 Beating AI 快讯,Scale AI 推出 HarnessOpt-Bench,专门测试 AI 能不能自己修改 Agent 的 harness,把另一个 Agent 调得更强。Harness 就是包在模型外面的那套程序,包括 prompt、工具、记忆和工作流程。测试时,AI 会拿到一个故意没有充分优化的 h
据动察 Beating 监测,智谱正式开放 GLM-5.3 API。此前模型发布时,API 没有立即上线。与此同时,Artificial Analysis 的独立评测也出炉了:Intelligence Index 从 GLM-5.2 的 53 暴涨到 60,追平 Kimi K3,只比 GPT-5.6 Sol 低 1 分
动察 Beating AI 快讯,Scale AI 推出 RSI Bench,专门测试 AI 能不能像研究员一样,自己做 AI 研发。AI 会直接拿到论文、代码和算力,然后自己想实验、跑训练、改方法,再看能不能把原来的 AI 做得更好。首批测试用了 Claude Opus 5 和 GPT-5.6 Sol。两款模型已经能
据动察 Beating 监测,OpenAI Codex 负责人 Thibault Sottiaux 提醒,比较不同 AI 模型的价格,不能只看「每百万 Token 多少钱」。因为各家 tokenizer(把文字切成 Token 的规则)不同,同一批英文、技术、多语言和数字文本,在 GPT-5.6 Sol 上用了 766
据动察 Beating 监测,OpenRouter 上线 Web Search Benchmarks,专门测试 AI 联网搜索到底该怎么配。首批覆盖 Exa、Parallel、Perplexity 和模型自带搜索,并搭配 GPT-5.6 Sol、Claude Opus 5、DeepSeek V4 Flash 等模型,在
据动察 Beating 监测,安全公司 Aikido 用 8 款前沿模型测试 32 个真实漏洞。DeepSeek-V4-Pro-0813 单跑平均只能找出 58.3%,但连续跑 3 次再合并结果,直接找出 28 个,覆盖 87.5%,冲到第一。Claude Opus 5 和 Qwen3.8 Max 都只有 81.3%。
据动察 Beating 监测,昨天刚有研究用小模型破解 Claude、GPT、Gemini 的加密思维链,今天安全研究员 Can Bölük 就找了一条更简单的路:关掉或压低原生 Thinking,给模型塞一个假的 deep_think 工具,它自己就会把大段推理写进工具参数。最初他只展示了 GPT-5.6 Luna,
据动察 Beating 监测,Artificial Analysis 推出一个新的 AI 分析能力测试 AA-AnalystAgent。它让模型处理真实的表格和文档,完成数据统计、趋势分析、财务建模等工作。测试共有 80 道题,每道题让模型独立做 5 遍,只有 5 次全部答对才算通过。结果第一名是 Claude Opu
据动察 Beating 监测,人形机器人公司 Figure CEO Brett Adcock 创办的 AI 公司 Hark,发布首款 AI Agent 产品 Handoff。它能自己操作网页,替用户点外卖、购物、订机票和填写表格。Handoff 在浏览器操作评测 Online-Mind2Web 中拿到 97.7 分,超
据动察 Beating 监测,安全公司 Aikido 用代码审计 Agent 测试了 7 款模型,包括 Qwen3.8-Max、Claude Opus 5、Kimi K3 Max、DeepSeek V4 Flash,以及 GPT-5.6 Sol、Luna 和 Terra。测试包含 32 个近期公开漏洞,每款模型运行 3
24H热门精选
下载 BlockBeats
home-down-code