搜索
媒体报道OpenAI发布GPT-6 Astra官博前后多次悄悄修改跑分数据，包括将自身幻觉率从4.2%降至2.0%、将竞品Anthropic Fable 5.1数学成绩调低近10个百分点，并将ARC-AGI-3得分从98.6%注水至99.99%，OpenAI仅以"消除噪点的常态修正"作为回应。
Anthropic发布Fable 5.1，推出"上下文一致性验证"机制，严格锁定API返回的"思考块"，任何修改上下文的行为将被直接报错，从而彻底切断通过API蒸馏大模型推理过程的后路。
清华姚班出身的彭天翼带队，Anthropic旗下Claude仅用11天、消耗60亿Token和1300万行代码，首次端到端形式化证明了困扰数学界350年的费马大定理，并产出29500条可验证中间定理，成为迄今为止最大的Lean证明。
Anthropic声称其模型Claude在11天内完成了费马大定理的完整形式化证明，写下约1300万行Lean代码，人类仅提供少量高层指导，其中30300个定理获得机器可验证证明，标志着大规模自动形式化首次接近工程化落地。
Anthropic发布Fable 5.1完整提示词与工程落地指南，涵盖思考档位选择、工具调用进度汇报、历史对话管理、上下文压缩、写作密度控制、检索引用规范、安全策略调优、多智能体并行及视觉任务处理等多方面的使用技巧与避坑要点。
继 Anthropic 和 Google 接连更新模型之后，Meta 也加入了本周这场大模型密集发布潮。
Anthropic前脚刚发布了Fable 5.1（具体可见Claude最强Fable 5.1发布！8项屠榜，最高降价45%，反蒸馏机制上线），后脚第三方权威跑分和个人第一手实测已经出炉了！
就在最近，Anthropic突然爆料了一个被自己故意「训坏」的Opus级模型！挑80个有毛病的训练环境，把模型丢进去，撤掉所有纠偏机制，然后看它长成什么样。
一觉醒来，Anthropic再次改写了机器智能的坐标系。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，Fable 5.1 多项基准测试超越上一代，缓存读取成本降低 75%，典型任务整体费用降低约 25%、高 Agent 化任务最高降低约 45%，Mythos 5.1 则面向经审核的高风险领域合作伙伴提供更宽松能力并采用更严格的访问控制。