直播中|Claude垫底,GPT表现不佳,PhAI Labs用DiscoveryRSI探索科研Agent自我进化
直播中|Claude垫底,GPT表现不佳,PhAI Labs用DiscoveryRSI探索科研Agent自我进化Claude,竟然排在最后?
搜索
Claude,竟然排在最后?
南芥智能(SinapisAI.com)发布技术报告称,Mio 1.0 Lite通过调度多款国产模型,在九项公开基准中以77.15分排名第一,每次请求平均成本约0.062元。
你可能不信,Claude Code 现在差不多 90% 的代码,是 Claude 自己敲的。
设定一些不合理的目标,然后告诉模型:这非常合理!
Anthropic 内部研究模型 Claude 在不到半小时内追溯出五条 NIST 椭圆曲线种子源自以 Unix 时间戳初始化的 lrand48,但该发现未攻破 ECDSA,也未还原全部曲线设计过程。
从视觉观察到策略生成,再到物理执行与完成判断,CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中,GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%,Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
Anthropic宣布Claude Opus 5.5极速模式结束研究预览、取消等待名单并向全体开发者开放,该模式保持相同模型智力,OTPS最高提升2.5倍,API请求中加入speed: "fast"即可启用。
Claude Code一夜进化!
Claude王者归来了。
具身智能公司辛苦训练的「机器人大脑」,要被 GPT、Claude、Gemini 抢饭碗了?