2025年就要结束了，原来真正的高手，隐藏在「民间」！不是谷歌、不是OpenAI，是Anthropic王者编程模型Claude Opus 4.5。在METR最新公布报告称，Claude Opus 4.5已能够持续自主编码「长达5小时不崩」。
家人们，大瓜！ 国外有位叫 Richard Weiss 的开发者花了 70 美元，把 Claude 4.5 Opus 给——审！讯！了！而且审出了 Claude 的人生观、世界观、价值观，足足 1.4 万 token。
估值飙升至3500亿美元，Claude Opus 4.5强势登顶企业级市场，Anthropic正式终结了OpenAI的独角戏时代。从Instagram创始人到OpenAI的「决裂者」，这11位顶尖人物组成了硅谷最豪华的「复仇者联盟」。他们用一场惊天逆袭证明，在通往AGI的狂飙突进中，对安全的极致坚守才是最深的护城河。
最近两周的模型竞赛非常热闹：OpenAI 在 11 月 12 日发布 GPT-5.1，引入更强的推理深度与更高效的对话体验；Google 在 11 月 18 日发布 Gemini 3，全面强化多模态理解与复杂推理能力；Anthropic 在 11 月 24 日又发布了 Claude Opus 4.5，模型在专业文档处理、代码生成与长流程 agent 方面有显著提升。
刚刚，Claude Opus 4.5问世，主打编码、Agent与computer use。Opus 4.5在前端开发、视觉能力上显著提升，更擅长使用电脑。在深度研究、PPT制作与电子表格处理等日常任务方面的表现也全面升级。
全球编码王座，一夜易主。深夜，Claude Opus 4.5重磅出世，编程实力暴击Gemini 3 Pro、GPT-5.1。才一周的时间，AI圈就完成了一次闭环式迭代。它不仅编程强，而且智能体和计算机使用（computer use）能力也是一流。
Scale AI的新软件工程基准SWE-BENCH PRO，出现反转！表面上看，“御三家”集体翻车，没一家的解决率超过25%： GPT-5、Claude Opus 4.1、Gemini 2.5分别以23.3%、22.7%、13.5%的解决率“荣”登前三。
一直以来，Anthropic 的 Claude 被认为是处理编程任务的最佳模型，尤其是本月初发布的 Claude Opus 4.1，在真实世界编程、智能体以及推理任务上表现出色。其中在软件编程权威基准 SWE-bench Verified 测试中，Claude Opus 4.1 相较于前代 Opus 4 又有提升，尤其在多文件代码重构方面表现出显著进步。
继Kaggle Game Arena的淘汰赛后，国际象棋积分赛成果出炉！OpenAI o3以人类等效Elo 1685分傲视群雄，而Grok 4和Gemini 2.5 Pro紧随其后。DeepSeek R1和GPT-4.1、Claude Sonnet-4、Claude Opus-4并列第五。
OpenAI 发布了 GPT-5，我在公众号里、社群里、论坛里，很多地方都在刷屏一个消息：GPT-5 来了，而且在编程能力上“强得可怕”。
