Artificial Analysis 公布 Claude Opus 5.5 智能与价格分析

TinyAIArena 上线，让多个 AI 模型以智能体对战形式同场竞技并公开战绩。排行榜显示 claude-sonnet-5 出战 21 场胜率 43% 居首，claude-fable-5.1 以 32% 胜率、平均名次 1.88 紧随其后，grok-4.6 与 gemini-3.6-flash 胜率分别为 34% 和 32%。

CZP-1 现已支持加载 oliveoil22 分享的 CZ-101 音色补丁，用户在 Library 面板的 Banks 中选空槽位后点击“Load bank from JSON file”即可导入。CZP-1 还支持用 URL 分享音色，音色数据编码在链接本身，服务器不存储任何声音数据。作者称这次转换补丁只花了五分钟，由此前完成 CZP-1 音频引擎的 Claude 完成。

一名入职大公司半个月的工程师称，团队里的规格、代码、测试、PRD、工单及其处理、报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话。他表示没人读代码、没人解 bug、没人自己思考，管理层只要求尽快交付，员工每天工作 12 到 13 小时只为按回车。

Anthropic 状态页显示，Claude Mythos 5.1、Fable 5.1 和 Opus 5 的请求错误率上升，影响时段为 00:50 UTC 至 02:10 UTC，目前已解决。官方在 01:35 UTC 称 Fable 5 与 5.1、Mythos 5 与 5.1 成功率已恢复正常，随后确认 Opus 5 剩余错误也已修复。

一位重度用户建议不要用 Claude、Codex/ChatGPT 和 Gemini 等 AI 工具写作，因为写作的核心价值在于强迫自己深度思考，而 AI 擅长写作却不擅长思考和提出新想法。他主张先自己完成写作与思考，再用 AI 以提问方式获取反馈，如"这份文档最重要的一点是什么"，而非让 AI 直接修改或生成内容。AI 在写作前的数据梳理、结构整理和模式发现阶段仍然很有价值。

一位开发者吐槽 Claude 总是违背明确指令：即使在 CLAUDE.md 写明"不要写反语句"，它仍到处加入对比式表达，成为识别 Claude 生成内容的标志。作者列举：要求不加代码注释仍会添加、遵循 AGENTS.md 的概率仅五五开、要求沿用现有代码模式反而引入新模式，并指出 OpenAI、DeepSeek、Qwen 更倾向道歉或撤销修改，建议用户尝试其他模型。

Inception 发布 Mercury 2.5，称其为目前能力最强、规模最大的扩散大语言模型，智能较 Mercury 2 提升 40%，可对标 GPT-5.6 Luna （Low）、Gemini 3.5 Flash-Lite 和 Claude Haiku 4.5。

腾讯混元转发并感谢 Artificial Analysis 对其最新模型 Hy4 的评测。Hy4 在 Artificial Analysis Intelligence Index v5 得 35 分，与中国实验室模型中仅次于 Kimi K3.1 Pro（46 分），与 Grok 4.7 (xhigh) 持平，比 Claude Haiku 5.5 (max) 低 1 分。评测要点：FrontierCode 2.0 得 31%，为中国实验室模型最高；AA-Omniscience…

Moonshot 发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分列第 4，较 Kimi K3 提升 11 分，仅低于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。

Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度达 1068 tokens/秒，参数量较 Mercury 1 扩大 40 倍以上。