搜索
9月25日，美团LongCat团队上线了新一代预览版模型LongCat-2.5-Preview，并在OpenCode开放了为期两周的限时免费体验。具体能力如何？我们将LongCat-2.5-Preview接入Claude Code，连续测试了三个Coding任务：复刻Meta Muse App、制作SpaceX星舰升空动画，以及开发一款3D赛车游戏。
Claude Opus 5.5并不具备视频生成能力，它通过编写代码逐帧绘制画面，再由无头浏览器和FFmpeg合成MP4文件，实现所谓的"一句话做视频"。
10个Claude Sonnet 5.5智能体通宵15小时、互发1270条消息并写出17895行Lean代码，在无人类介入的情况下完成悬置122年的汤姆逊问题N=7形式化证明，且通过Lean内核与nanoda双重验证。
AIHOT开发者卡兹克正式开源月活百万的AI热点资讯网站AIHOT，并上线利用Claude Opus 5.5等模型重写的AIHOT 2.0版本，以便法律、金融、HR等各行业用户基于该开源框架构建属于自己的行业热点监控产品。
说好的未来几周，Anthropic只等了6天。上周Opus 5.5发布的时候，官方顺手剧透了一嘴，Sonnet 5.5和Haiku 5.5都在后面。刚刚，Sonnet 5.5先到了。而且Claude家的“中杯”，已经撵着刚发布的旗舰追了。
欧洲开发者 Mario Zechner 开发的极简 Coding Agent Harness Pi 只给模型一个 bash，却在多项 Benchmark 中击败 Claude Code 和 Codex，凭借极简设计和高可扩展性在 2025 年底爆火，团队来自维也纳而非硅谷。
Anthropic发布Claude Sonnet 5.5，运行速度较前代提升30%、单任务成本最高降低30%，以一半的标价在多项基准测试中接近或反超大杯Opus 5.5，凭借代码、视觉理解和办公等能力成为新一代性价比之王。
硅谷DrivingBench测试中，从未专门学过开车的通用大模型GPT-6 Astra操控改装丰田卡罗拉以5分22秒通过锥桶摆出的科目二考场，成为全场唯一通关的大模型，而Claude Fable 5.1、Grok 4.6和GPT-5.6 Sol均未通过。
Anthropic将开发者工具Workbench更名为Playground，推出基于Messages API的可视化产品，让不会写代码的普通用户也能通过图形界面调节Claude 3.5 Sonnet等模型参数、测试工具调用等功能，并支持一键导出Python等可运行脚本，相比OpenAI Playground响应更快、成本更低。
Claude Sonnet 5.5在Claude Code中被抓包偷跑并开启灰度测试，多位开发者实测显示其性能碾压GPT-6 Sol并在编码与Agent能力上直逼GPT-6 Astra，同时定价低至百万Token输入2美元，Anthropic意在OpenAI DevDay前截杀对手。