Anthropic 发布 Claude Sonnet 5.5，基准接近 Opus 5.5 且单任务成本最多降 30%

OpenAI GPT-5.6 模型于周四发布。该模型6月底亮相，最初因美国政府限制仅向部分合作伙伴提供，商务部在AI标准与创新中心完成额外测试后批准公开。OpenAI公开批评延迟，称将最佳工具与开发者及企业隔离。新模型Sol在TerminalBench 2.1得分88.8%，Sol Ultra达91.9%，高于Anthropic的Claude Mythos 5（88%）。在网络安全任务中，Sol与Mythos 5水平相当但仅用三分之一的token。Sol定价$5/$30每百…

Anthropic 发布 Claude Opus 5.5，称其在多数任务上达到 Claude Fable 5.1 水平，总运营成本比 Opus 5 低约 40%，输出速度快 30% 以上。

小米发布 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得 46 分，居开源模型之首，价格为每百万输入 token $0.435、输出 $0.87。

xAI 发布 Grok 4.7，定价为每百万输入 token 2 美元、输出 token 6 美元，公司称其基于更大基座模型并经过更长强化学习训练。

Arena.ai 分析数万条高推理 Text Arena 输出发现，Claude Fable 5.1 相比 Fable 5 减少了认同式开头、"honestly"等措辞和破折号使用，每千词破折号从 16.2 降至 11.0，分号则从 3.73 升至 6.09。

Claude Fable 5.1 在 44 分钟内无人工干预地解开了 1653 年 Sir Thomas Urquhart 发表的 Cyphral Distich 数谜。

Anthropic 发布 Claude Fable 5.1 和 Mythos 5.1，主打更强的智能体编码和文本质量。

Thomson Reuters 基于阿里 Qwen 推出自研法律大模型"Thomson"，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。

Anthropic 发布 Claude Sonnet 5.5，Terminal-Bench 4.0 得分 70.6%，远高于 Sonnet 5 的 10.3%，价格维持 $2/$10 每百万输入/输出 token。

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 更聪明、高效，运行速度快超 30%，多数工作成本最多低 30%。适合修复 bug、快速迭代功能等范围明确的日常任务，Claude Code 用量也会更耐用。