Opus 5.5 擅长制作讲解视频
Claude Opus 5.5 本周发布,口碑以正面为主,在讲解视频生成上尤其出彩。它以 88.4% 登顶 SimpleBench,被视为 Anthropic 迄今最佳视觉模型,成本比 Fable 5.1 低约 60%;在 Terminal-Bench-Science 上从 low effort 的 24% 升至 xhigh 的 62%,但 max 档反降至 59%。
Claude Opus 5.5 本周发布,口碑以正面为主,在讲解视频生成上尤其出彩。它以 88.4% 登顶 SimpleBench,被视为 Anthropic 迄今最佳视觉模型,成本比 Fable 5.1 低约 60%;在 Terminal-Bench-Science 上从 low effort 的 24% 升至 xhigh 的 62%,但 max 档反降至 59%。
Anthropic 发布 Claude Sonnet 5.5,官方称运行快 30%+,多数工作成本最高降 30%,价格与 Sonnet 5 持平且基准全面领先。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用,主打聚焦编码和知识工作,多数任务成本更低、速度更快。
推荐理由:原文说明了 Sonnet 5.5 的能力变化、与 Opus 5.5 的分工方式,以及在 Amazon Bedrock 上的具体接入步骤。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5,输出速度快 30% 以上,因每任务消耗更少 token 而最多节省 30% 成本,多项基准接近 Opus 5.5。
推荐理由:原文汇总了 Sonnet 5.5 的基准分数、成本结构和新增安全机制,读者可以据此与 Opus 及竞品做成本效益比较。
Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash,将 GigaPath/GigaTIME 病理基础模型蒸馏为高效版本,以 Apache 2.0 许可开源。
Microsoft Research 发布深度学习 DFT 泛函 Skala 1.1,训练数据较上一版增加 2.5 倍,在 GMTKN55 基准 55 个类别中的 32 个排名第一,加权平均误差 2.8 kcal/mol。
Microsoft Research 推出 CARE-X,一个统一的胸部 X 光 VLM 研究模型,可覆盖报告生成、疾病分类、器械识别、定位等多任务,并支持生成式与双推理模式输出。