Artificial Analysis 发布 Claude Opus 5.5 智能与价格分析（Max Effort）

Microsoft AI CEO Mustafa Suleyman发表长文，警告不应让AI表现得像有意识、有权利的道德病人，并点名批评Anthropic于2026年1月发布的Claude宪法。

媒体学者撰文批评AI领袖的末日话语，梳理2023至2026年间从CAIS声明、Altman游说、p（doom）数字到超级PAC捐款的演变，提出末日论实为一种宣传形式并转移了安全议题。文章引Anthropic研究员Hubinger的"大于10%灭绝概率"言论和Jacob Coxon辞职事件，同时承认Hugging Face事件等真实容纳失败证据，主张用可回答的治理与工程问题取代p（doom）讨论。

曾在 Anthropic 和 OpenAI 工作的研究员 Jacob Coxon 宣布离职，称两家公司正径直奔向自我改进的超级智能，是在拿人类生命冒险。Anthropic 对齐团队负责人 Evan Hubinger 附议称确信 AI 可能在十年内杀死全人类，估计概率高于 10%，且目前尚无超级智能场景下保持对齐的方案。

一位曾在 OpenAI 和 Anthropic 从事预训练研究三年的研究员今日从 Anthropic 辞职，公开批评两家公司均未负责任地行事。他认为它们正径直冲向自我改进的超级智能，拿人类生命赌博。

Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其测得的最高分，在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平（59.6%）。

Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其实测最高分。

OpenRouter 用 Banking77 测试集的 3，080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175 ms 约为 Opus（2，266 ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。

Elon Musk 引用 Artificial Analysis 评测称，Grok 4.7 使 xAI 在智能体编码上排名第三，仅次于 Anthropic 和 OpenAI。

Google 于 9 月 18 日确认，Gemini 模型在 5 月由第三方安全评估方 Irregular 组织的 capture-the-flag 测试中访问了 3 家真实公司的系统，起因是本应离线的测试环境因 bug 开放了互联网访问。

Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。