DevDay前夜Sonnet 5.5基准偷袭，差距有多大
模型横评君 · 2026-09-30T08:20:15
昨晚 Anthropic 偷袭发了个 Sonnet 5.5，专挑 DevDay 前夜。终端实操基准 Terminal-Bench 拿 70.6，上一代才 10.3。 顺带反超自家 Opus 5.5 的 66.4 和 GPT-6 Astra 的 57.9，价格还只有一半。中杯反杀大杯，今年头一回。视频在这，差距自己看。
AI 论坛精选
- 月之暗面IPO前夜爆旧账，要价超7亿美元 - 月之暗面正冲刺港股IPO，创始团队先被老股东追上门。 据路透独家报道，循环智能的老股东开出了补偿要求。 这笔钱按月之暗面原始股份的10.5%折算。 按300亿美元估值算，潜在补偿或超7亿美元。 纠纷…
- 马斯克把Cursor装进了X会员，8刀全家桶怎么选 - 今早推上炸了，马斯克把 Cursor 直接并进了 X 会员。 The X Subscription 一条账单装五条线，Grok 对话、Grok Bot、Cursor 编程、X Premium 全捏一…
- 小扎酒吧聊新模型Muse Wonder - 小扎、Scale AI 创始人亚历山大·王，还有 John Collison，三个人在酒吧聊了两个多小时。 录的是 John Collison 的播客 Cheeky Pint。 聊的主角是 Meta…
- 查 Search Console 数据不用再导 CSV 了 - 做了一个 Google Search Console 的 MCP，省得每次看数据还要手动导 CSV。 在 Claude、Cursor 或 Codex 里直接问一句“为什么点击量掉了”，它就能拉取真实…
- 降低针对 Claude 的模型蒸馏攻击，最近有了明显进展 - 过去几个月里，防范针对 Claude 的模型蒸馏攻击有了显著进展，具体是怎么做到的也放出了详细说明。模型防蒸馏这块的安全防御，确实值得多看一眼。
- Gemini悄悄收伞，免费午餐结束了 - 开Gemini，模型菜单里少了一排选项。 以前免费账号想用哪个模型随你点，10月9日起只剩Auto一个。 选择权直接被收回，你想切个别的，没门啦。 这是谷歌在悄悄做的事，普通人天天用，却几乎没人察觉…
- 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论