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
相关推荐
Coinbase:支持通过Claude、ChatGPT、Grok等代理交易US500指数及加密永续合约
Odaily星球日报讯 Coinbase 在 X 平台发文表示,用户现可通过 Claude、ChatGPT、Grok 等代理交易指数及加密永续合约,并做多 US500 指数。
Artificial Analysis 评测:腾讯混元 Hy4 智能指数得 35 分,超过 DeepSeek V4.1 Flash 1017
火星财经消息,独立 AI 分析机构 Artificial Analysis 发布 Intelligence Index v5,新增 2 项基准测试并升级 3 项测试,60% 的指数评估基于私有测试集或保留答案。国产模型方面,Artificial Analysis 公布的评测数据显示,腾讯混元 Hy4 获得 35 分,DeepSeek V4.1 Flash 1017(max)获得约 33 分。据此前提供的榜单数据,Claude Opus 5.5(max)以 58 分位居首位,GPT-6 Astra(max)和 GPT-6.1 Sol(max)分别获得 57 分和 55 分。
小米发布MiMo-V2.6模型,称其为当前最强开源模型
动察 Beating AI 快讯,小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列。团队表示,MiMo-V2.6 系列包含 Pro 和 Flash 两个原生全模态模型。得益于 RL 算力的扩展,MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index(AA 综合智能指数)中取得 46 分,超过 Kimi K3 和 Qwen3.8 Max,成为当前最强的开源模型;但与最强的闭源模型 Claude Fable5.1 和 GPT-6 Astra 相比,仍有差距。 团队称,MiMo-V2.6 系列沿用 V2.5 系列的 API 定价,MiMo-V2.6-Pro 刷新了中国国产模型的性价比纪录:在同等智能水平下,价格仅为海外模型的 1/20 至 1/60。
xAI发布Grok 4.7:参数规模增至2.1万亿,基准测试仍落后Claude
动察 Beating AI 快讯,xAI 周一正式发布 Grok 4.7,官方称其在同等价格和速度下较 Grok 4.6 有「显著提升」。Grok 4.7 此前至少经历 5 次延期,目前已上线 Grok 应用、Cursor、Grok Build 及 xAI API。 Grok 4.7 参数规模达到 2.1 万亿,较 Grok 4.6 的 1.5 万亿增加 40%,输入和输出价格分别为每百万 Token 2 美元和 6 美元。xAI 还引入 SpaceX 补充训练数据,包括 Starlink 卫星遥测数据、制造记录和工程故障日志,旨在提升模型对硬件及物理系统的推理能力。 基准测试方面,Grok 4.7 在 GDPval 和 AA-Briefcase 中均排名第二,得分分别为 1695 和 1657,均落后 Claude Fable 5.1 的 1735 和 1678;在电气工程基准测试 EEBench 中则排名第二,仅次于 GPT-6 Astra。CursorBench 4.0 显示,Grok 4.7 的任务成本高于 GPT-6 Astra 和 Claude Sonnet 5,同时整体表现仍落后 Fable 5.1。 马斯克此前曾表示,Grok 4.7 的水平大致相当于 Claude Opus 5.0,但尚未达到更新版本 Opus 5.1 的水平,并透露 Grok 4.8、4.9 及 Grok 5 正在开发中。
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。
Haiku 5.5独立评测43分:遥遥领先GPT-6 Luna,但最高档Token消耗超3倍
动察 Beating AI 快讯,第三方评测机构 Artificial Analysis 公布 Claude Haiku 5.5 的测试结果。新模型在综合智能指数中获得 43 分,比上一代的 17 分提高 26 分。它超过 GPT-6 Luna 的 38 分、GLM-5.3 Flash 的 42 分,接近 Kimi K3 的 44 分。该指数综合了编程、专业工作、科学推理等 10 项测试。 不过,高分也伴随着大量 token 消耗。在最高推理强度下,Haiku 5.5 每项评测任务平均输出约 16.2 万 tokens,是 GPT-6 Luna 的 3.2 倍。两者基础 API 单价相同,但 Haiku 5.5 的预估单任务成本约为 0.21 美元,Luna 仅为 0.07 美元。Haiku 5.5 从次高档调至最高档,综合得分只增加 2 分,输出量却增加约 80%。 降低推理强度后,差距明显缩小。Haiku 5.5 在 high 档获得 38 分,平均每项任务输出约 5.5 万 tokens,与最高档 GPT-6 Luna 的 38 分和 5 万 tokens 接近。开发者可以通过调整推理强度,减少不必要的 token 消耗。 Haiku 5.5 也并非全面领先。在 AutomationBench-AA 自动化任务评测中,它仅得 35%,落后于 Luna 的 53%。不过,测试期间模型存在过度拒绝执行任务的问题。Anthropic 正在修复,Artificial Analysis 计划重新测试。此外,目前公布的 Haiku 5.5 任务成本尚未计入长上下文加价,实际费用可能更高。