01
Anthropic 发布 Claude Fable 5：软件工程 SOTA 且定价降低 50%
Anthropic 发布 Claude Fable 5,在软件工程与科学研究领域达到 SOTA 水平。该模型定价为 10 美元/百万输入 token,性能在 5000 万行代码迁移任务中表现出色。
Claude Fable 5 夺得 Code 与 Agent Arena 双冠, 任务成功率大幅领先
Claude Fable 5 在 Arena.ai 的 Code Arena 和 Agent Arena 评测中均夺冠,综合排名提升 11.2%,确认任务成功率提升 18.2%,在前端开发和智能体任务上领先 Opus-4.8 和 GPT-5.5。
1 篇要闻
4min 阅读时长
1 个类别
39 期累计
本周邮报 This Week
查看完整归档 → 2026 · 昨天
6月10日 周三
2026 · 3 天前
6月8日 周一
01
Anthropic 内部模型 Mythos 5 曝出强悍前端能力, 代码优化可达 52 倍加速
据爆料 Anthropic 内部测试模型 Mythos 5 在代码优化任务中可实现最高 52 倍加速,且在 SVG 与前端生成领域表现强劲,但因成本过高公开版或被削弱。
2026 · 4 天前
6月7日 周日
01
谷歌每月支付 9.2 亿美元租用 SpaceX 算力以支持 Gemini agent 平台
谷歌与 SpaceX 达成协议,每月支付 9.2 亿美元租用 11 万块 NVIDIA GPU,租期从 2026 年 10 月至 2029 年 6 月,旨在支持 Gemini Enterprise 的 agent 平台需求。
02
OpenAI 计划对 ChatGPT 进行最大规模重组, 将其转型为超级应用
OpenAI 计划将 ChatGPT 转型为集成编程工具与 AI agents 的超级应用,以提升高利润产品占比。目前企业客户贡献约 40% 营收,Codex 周活用户已超 500 万,旨在为今年 IPO 驱动增长。
03
Anthropic 披露 AI 递归自我改进趋势:代码产出增 8 倍, 正逐步接管自身研发
Anthropic 披露 AI 正在加速自身开发,工程师代码产出达以往 8 倍,且 80% 以上代码由 Claude 编写。报告探讨了递归自我改进的路径,指出任务处理时长每 4 个月翻倍,并警示完全自主迭代模型带来的对齐风险。
2026 · 5 天前
6月6日 周六
01
Anthropic 或将发布新版 Mythos 模型, 内部红队代号 Oceanus
Anthropic 或将发布新版 Mythos 模型,内部红队测试代号为 Oceanus。预计定价为 16 美元/百万 input tokens 和 80 美元/百万 output tokens,测试于 6 月 5 日启动。
02
谷歌发布 Gemma 4 QAT 模型:优化端侧量化,E2B 内存占用降至 1 GB
谷歌发布 Gemma 4 QAT 模型版本,通过量化感知训练将 E2B 模型内存占用降低至 1 GB 以下,支持 Q4_0 及移动端专用量化格式,旨在提升手机与笔记本的本地运行效率。
2026
6月4日 周四
01
谷歌发布 Gemma 4 12B 模型:采用无编码器架构支持笔记本本地运行
谷歌发布 Gemma 4 12B 多模态模型,采用无编码器统一架构,仅需 16 GB 显存即可在笔记本本地运行,性能接近 26B MoE 模型并支持原生音频输入。
2026
6月3日 周三
01
微软发布 MAI-Code-1-Flash 编程模型:性能超越 Claude Haiku 4.5 且更省 token
微软发布 MAI-Code-1-Flash 编程模型,在 SWE-bench Pro 上通过率达 51.2%,领先 Claude Haiku 4.5 达 16 个百分点,并能降低最高 60% 的 token 消耗。
02
微软发布 MAI-Thinking-1 推理模型: 35B 规模且无需蒸馏
微软发布推理模型 MAI-Thinking-1,采用 35B 激活参数的 MoE 架构,在 AIME 2026 上达到 94.5% 准确率,且在人类偏好盲测中优于 Claude Sonnet 4.6。
03
Codex 转型通用生产力工具：周活突破 500 万且非开发用户激增
OpenAI 发布报告称 Codex 周活跃用户突破 500 万，自 2 月桌面版发布后增长 6 倍。知识工作者占比达 20% 且增长速度快于开发者的 3 倍，标志着 Codex 转型为通用生产力工具。
2026
6月2日 周二
01
Anthropic 扩大 Project Glasswing 规模, 利用 Mythos 模型挖掘万级高危漏洞
Anthropic 宣布扩大 Project Glasswing 规模至 150 家机构,利用 Claude Mythos Preview 漏洞扫描能力。该项目首批伙伴已发现逾 10,000 个高危漏洞,预计 6-12 个月内行业将迎来同类能力模型。