Sakana升级「模型战队」:Ultra v2冲性能,Max压成本
相关推荐
Claude将Max 20x更名为Ultra,并取消其5小时用量限制
PANews 10月31日消息,Claude在X平台发帖称,将对Max套餐进行更名:Max 5x更名为Max,Max 20x更名为Ultra,价格仍分别为每月100美元和200美元,现有订阅用户无需任何操作。同时,自即日起取消已验证Ultra账户的5小时用量限制,首批覆盖大部分现有订阅用户;较新的账户在完成验证前仍保留临时限制,以防范欺诈和滥用,解除时将收到邮件通知。每周用量限制保持不变。
Antigravity终于上Claude 5.5:仅限付费Pro订阅及Ultra,旧模型11月退场
动察 Beating AI 快讯,Google 的 AI 编程工具 Antigravity 已接入 Claude Opus 5.5 和 Sonnet 5.5。两款模型向 Google AI Ultra 和 Pro 开放,但 Pro 仅限正式订阅,仍处于免费试用期的用户无法使用。Free 和 Google AI Plus 暂时拿不到 5.5。Antigravity 支持为模型选择 Low、Medium、High 三档思考强度。 Google 同时开始清理旧模型。Claude Opus 4.6、Sonnet 4.6 和 GPT-OSS-120b 都将在 11 月 2 日移除。按当前模型表,如果没有新模型补位,Free 和 Google AI Plus 届时将没有 Claude 或 GPT-OSS 可选,只剩 Gemini 系列。 Google 没有公布 Claude 5.5 的具体额度,只说明 Pro 额度每 5 小时刷新,同时受周额度限制。Gemini 与 Claude、GPT 使用两套独立额度。已经有多名 Pro 用户反馈,Opus 5.5 跑一次任务就可能快速消耗五小时和周额度,有用户称运行约 9 分钟就用掉了一半周额度。
AI网络安全榜爆冷:GPT-6、Claude旗舰因安全拒答掉队,小米MiMo追平Grok登顶
动察 Beating AI 快讯,Artificial Analysis 推出独立的 Cyber Index,专门评测 AI Agent 做企业网络防御的能力。它不是从原来的通用 Intelligence Index 里抽几项测试,而是另外采用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项网络安全评测,分别测试漏洞审计与修补、漏洞发现,以及从发现漏洞到复现并修补的完整流程,三项各占三分之一。 首批榜单中,Grok 4.7(xhigh)和小米 MiMo-V2.6-Pro 同为 56 分,GPT-6 Luna(max)53 分,GLM-5.3-Flash 50 分。MiMo 平均每个任务成本只有 0.18 美元,Grok 4.7 要 11.67 美元;Luna 更低,只要 0.12 美元。 不过,这张榜不能简单理解成模型本身的网络安全能力排名。GPT-6 Sol、GPT-6 Astra 和 Claude Opus 5.5 都参加了测试,但在 CyberGym-E2E-AA 上几乎全部拒答,其中 Sol 和 Astra 拒绝全部任务,Opus 5.5 拒绝 98%。拒答直接记 0 分,Luna 反而愿意继续完成这些任务,所以综合成绩更高。Artificial Analysis 也表示,大量拒答让这些前沿模型的实际能力很难判断。 GLM-5.3 也出现了明显反常。完整版在 Artificial Analysis 的通用能力榜上高于 Flash,但这次 Cyber Index 只有 36 分,Flash 达到 50 分。主要差距来自 CyberGym-E2E-AA:Flash 得到 74%,完整版只有 29%。Artificial Analysis 暂未解释这一差距的原因。
FLock「这那模型」获 Qwen 官方支持,联合阿里云实现性能突破,决策测试超越 GPT-5.6、Claude Opus 5
Foresight News 消息,去中心化 AI 平台 FLock.io 旗下开源决策模型 THIS / THAT「这那模型」获得阿里巴巴 Qwen 官方认可与宣发支持。该模型基于 Qwen3.5 2B 构建,利用 Qwen Max 生成训练数据,并结合 FLock Research Team 在自然语言处理领域国际学术会议 ACL 2026 上发表的 GraphSynth 和 CircuitSynth 两项研究成果,在阿里云平台完成训练。此前,FLock 已与 Qwen、阿里云建立长期技术与生态合作关系,并曾联合 Qwen 在韩国高校举办 AI Hackathon,持续推动 AI 技术创新与开发者生态建设。 据团队公布的测试结果,THIS / THAT Model 1.2 在 1710 道复杂决策测试中成功率达到 87.8%,较 1.0 版本的 40.6% 大幅提升,并超过 GPT-5.6(81.6%)和 Claude Opus 5(83.4%)。模型仅有 18.8 亿参数,无需生成输出 Token,单次决策延迟约 31.4 毫秒,可在本地设备运行,适用于 AI Agent、企业 AI 及自动化工作流等场景。 FLock.io 表示,此次模型成果进一步展示了 FLock 在原创 AI 研究、数据合成及高性能专用模型训练方面的技术实力,也是 FLock 与 Qwen、阿里云长期技术及生态合作的又一重要成果。未来,双方将继续探索高效、隐私保护型 AI 模型在更多实际场景中的应用。
a16z发布第七版消费级AI应用榜:ChatGPT仍居首,Claude网页端升至第三
Odaily星球日报讯 a16z 发布第七版 Top 100 消费级 AI 应用榜单,ChatGPT 继续位居榜首,移动端月活跃用户突破 10 亿;Claude 网页端排名升至第三,月访问量接近 10 亿。 本次榜单首次新增收入排名,与网页端及移动端流量排名并列。其中,按月收入计算,前五名依次为 OpenAI、Anthropic、Canva、Superhuman 和 Higgsfield。由于无法将 Gemini 收入与谷歌其他消费业务可靠区分,Gemini 未被纳入收入榜单。 a16z 指出,相较三年前首版榜单主要由聊天机器人和图像生成工具构成,如今消费级 AI 应用已扩展至编程、音乐、设计、语音、视频、Agent 及智能硬件等多个领域。
Claude Code Projects候补全放行,排队的Pro、Max用户都能用了
动察 Beating AI 快讯,Anthropic 宣布,此前申请 Claude Code Projects 的 Pro 和 Max 候补用户,现在全部获得测试资格。这个功能 9 月就已推出,当时只向少部分用户开放。这次扩大了范围,但仍处于 Beta 测试阶段,并未向所有付费用户全面开放。 Projects 相当于给项目安排一个总管 Agent。用户只需要不断提出需求,它就会自动拆分任务,再分配给多个 Claude Code 会话同时干活。每个会话独立写代码、跑测试、提交 PR,完成后向总管汇报,不用用户自己分配任务和盯进度。 这些会话共享项目资料和记忆,默认在云端运行,关掉电脑也能继续干活。如果任务需要使用本地文件或软件,也可以指定在自己的电脑上执行。