一夜两条路线：Opus5.5冲到第一，GPT-6把同档成本砍半
相关推荐
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。
Claude杀入国产低价模型腹地：智谱、MiniMax盘中大跌
动察 Beating AI 快讯，Anthropic 新发布的 Claude Haiku 5.5，正在对国产低价模型形成「斩杀线」一般的竞争压力。10 月 8 日，港股大模型公司集体走弱，MiniMax 跌超 9%，智谱跌超 6%。同期恒生科技指数跌约 1%。 Haiku 5.5 的基础 API 输入价格为每百万 tokens 0.1 美元，输出为 0.5 美元。相比之下，DeepSeek V4.1 Flash 高峰时段分别收费 0.3 和 1.2 美元，闲时降至 0.15 和 0.6 美元。智谱 GLM-5.3 Flash 的标准价格为 0.15 和 0.5 美元。Haiku 5.5 在输入不超过 10 万 tokens 时，已经具备明显的单价竞争力。 Artificial Analysis 给 Haiku 5.5 的综合智能指数打出 43 分，超过 GLM-5.3 Flash 的 42 分、DeepSeek V4.1 Flash 的 39 分，以及小米 MiMo-V2.6-Flash 的 38 分。在 Terminal-Bench 4.0 编程评测中，Haiku 5.5 和 GLM-5.3 Flash 同为 33%，高于 DeepSeek 的 27% 和 MiMo 的 23%。 不过，Haiku 5.5 的优势主要体现在基础单价和最高推理强度下的成绩。它的 token 消耗较高，长上下文还会触发五倍定价。
Anthropic 发布 Claude Sonnet 5.5，编程成绩超过 Opus 5.5
ChainCatcher 消息，Anthropic 于本周一发布 Claude Sonnet 5.5，作为今年 6 月推出的 Sonnet 5 的升级版本。官方称该中端模型运行速度较上一代提升超过 30%，在范围明确的日常任务、修复缺陷以及制作文档、幻灯片和表格方面表现最强，同时具备敏锐的设计能力。其定价维持每百万输入 token 2 美元、每百万输出 token 10 美元，为 Opus 5.5 的一半，且每个任务消耗的 token 较 Sonnet 5 减少近三分之一。在 Terminal-Bench 4 测试中，Sonnet 5.5 得分 70.6%，高于 Opus 5.5 的 66.4%，Sonnet 5 仅为 10.3%。独立测试机构 Artificial Analysis 的结果同样显示其领先，分别录得 63.6% 与 59.6%，OpenAI 的 GPT-6 Astra 为 59.1%。在评估 44 类职业真实工作表现的 GDPval-AA 上，Sonnet 5.5 获 1844 分，与 Opus 5.5 的 1846 分基本持平，GPT-6 Sol 为 1487 分。
GitHub 推出 Copilot Fusion，评测接近 Claude Code
火星财经消息，据动察 Beating 报道，GitHub 在 Universe 2026 大会上正式推出多模型调度系统 Copilot Fusion。简单任务会交给合适的模型处理；复杂任务可先由成本较低的模型尝试，效果不足时再切换至更强模型，或让不同模型互相检查。独立评测机构 Artificial Analysis 的测试显示，Fusion Max 编程综合得分为 60，接近 Claude Code 搭配 Opus 5.5 Max 的 62 分。Fusion Max 平均每题 API 成本为 5.59 美元，耗时约 36 分钟；Claude Code 搭配 Opus 5.5 Max 为 11.42 美元、约 60 分钟，成本降低约 51%，耗时缩短约 40%。评测中 Fusion 缓存命中率为 97%，Claude Code 为 95%。原文同时注明，频繁切换模型可能造成缓存损失，上述结果只代表特定基准测试，不意味着实际使用时所有任务都能节省一半成本。
AI订阅大摸底：Claude补贴比国产Coding Plan还狠
动察 Beating AI 快讯，SemiAnalysis 把 OpenAI、Anthropic、Meta、SpaceXAI、MiniMax、月之暗面、智谱、Cursor 和 Cognition 的 AI 订阅套餐逐个测了一遍。它分别测试输入、缓存写入、缓存读取和输出会消耗多少订阅额度，再按自己 9 月的 Agent 使用结构计算，其中约 96.6% 是缓存读取。最后再套用各家的 API 标价，看同样一批 token 如果直接走 API，需要花多少钱。SemiAnalysis 将这个数字称为「API 等价价值」。 Claude 的 Sonnet 和 Opus 补贴最狠。同样每月 200 美元的 Max 20x，使用 Sonnet 5.5 最多可跑出约 12,529 美元的 API 用量，相当于月费的 62.6 倍；Opus 5.5 约为 11,726 美元，相当于 58.6 倍。换成更贵的旗舰模型 Fable 5.1，却只剩 2,485 美元，也就是 12.4 倍。同一个套餐能差近 5 倍，因为不同模型和不同类型的 token，扣掉后台额度的速度并不一样。Anthropic 给 Sonnet 和 Opus 留了大量额度，对 Fable 则明显收紧。 国产 Coding Plan 同样大量补贴重度用户，但力度仍追不上 Claude。SemiAnalysis 测得，132 美元的 MiniMax Token Ultra 可折算约 3,088 美元 MiniMax-M3 API 用量，相当于月费的 23.4 倍；168 美元的智谱 GLM Coding Max 约为 11.6 倍；199 美元的 Kimi Code Ultra 约为 6.7 倍。即使是其中最高的 MiniMax，每美元折算价值也只有 Claude Sonnet、Opus 的四成左右。 OpenAI 最近反而开始主动收紧补贴。新购 Pro 200 的各档模型 token 额度被直接减半，此前购买的套餐可暂时保留旧额度到 10 月 29 日。现在 200 美元 ChatGPT Pro 使用 GPT-6.1 Sol，折算价值约 2,084 美元，相当于月费的 10.4 倍；同价 Claude Opus 是它的 5.6 倍。即使撇开两款模型 API 单价的差异，只算实际 token，两者也是约 286 亿对 102 亿，Claude 仍多 2.8 倍。 但到