Scale Labs 與 CAIS 的 Remote Labor Index:Fable 5.2 以專業品質完成 41.3% 的自由工作項目,高於 Opus 5.5 和 GPT-6 Astra
Scale Labs 與 CAIS 的 Remote Labor Index 顯示,Fable 5.2 以專業品質完成 41.3% 的自由工作項目,高於 Opus 5.5 的 21.3% 和 GPT-6 Astra 的 20.8%。該指數比較三者完成自由工作項目的表現。
Scale Labs 與 CAIS 的 Remote Labor Index 顯示,Fable 5.2 以專業品質完成 41.3% 的自由工作項目,高於 Opus 5.5 的 21.3% 和 GPT-6 Astra 的 20.8%。該指數比較三者完成自由工作項目的表現。
Anthropic 的 Fable 5.2 在 Scale Labs 的真實自由工作任務基準中完成 41.3% 的專業工作,遠高於約一年前 Manus 的 2.5%。
馬斯克表示,Grok 4.8 預訓練已完成,正進行 RL 後訓練,並以 C/C++ 重寫 RL 後訓練及推理技術棧。本週稍後將向 Grok Bot 用戶軟發布;馬斯克稱模型有 2.5 萬億參數,團隊不會針對 AI 榜單過度優化。
作者在 Cursor 中讓 Claude Fable 5.2 無人工幹預完成三個純前端項目,認為其審美出色,但與 Claude Opus 5.5 相比提升不明顯,工作速度亦未見改善。
推薦理由:三個純前端項目的實測呈現 Claude Fable 5.2 的視覺表現、修正耗時與實際花費,並提供與 Opus 5.5 的比較。
Anthropic 發佈 Fable 5.2 和 Mythos 5.2 模型,強化編程與機械人控制能力。公司亦計劃透過 IPO 發行 8.25 億股 A 類普通股,每股定價區間為 70 至 78 美元。
Anthropic 發佈 Fable 5.2 和 Mythos 5.2 模型,強化編程與機械人控制能力。美團開源 LongCat-2.5,支援商用推理部署與二次訓練;英偉達則發佈新一代世界動作模型 GR00T 2。 Anthropic 計劃透過 IPO 發行 8.25 億股 A 類普通股,每股定價區間為 70 至 78 美元。
OPPO 宣佈 OPPO Pad Air6 將於 11 月 16 日發布,配備 12.1 英寸、最高支援 120Hz 的 LCD 屏幕及 10050mAh 電池。
OpenAI 尚未公開的網絡安全模型一次產生 948 個可通往 root 權限的 Linux 本地提權漏洞,API 費用為 $1,213,430。流程由 2,308 個候選結果開始,確認 1,724 個是真漏洞、1,169 個有可運作的 root exploit,合併重複底層缺陷後計為 948 個不同漏洞。
智元正式發布 WITA-Omni,模型除音訊、影片輸入輸出外,新增觸覺與本體狀態輸入,以及機械人動作、表情輸出,並採用流式全雙工架構。官方稱其交互響應最快約 400 毫秒、平均約 600 毫秒,較業界平均水平快近 3 倍。模型支援上百種語言和方言免切換交流,並可進行流式同聲傳譯及雙向互譯。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,定位為應對艱巨技術挑戰的長程智能體模型。文章稱,Fable 5.2 在 30 小時內完成費馬大定理的形式化;Mythos 5.2 在內部 CVE 再發現評估中,發現的漏洞數量比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。
推薦理由:文章以數學形式化、硬件設計及安全測試等案例,呈現兩款模型面向長程複雜技術工作的定位。
InferenceKey 在單張 32 GB RTX PRO 4500 Blackwell 上實測 NVIDIA Nemotron 3.5 Transcribe,評估提示詞如何選擇逐字稿、清理稿或附逐字時間戳的説話者輸出。
Anthropic 工程師 Felix Rieseberg 使用 Fable 5.2,花 8 小時、約 550 美元生成一個可玩的 FPS 小型關卡原型。3D 模型、聲音和紋理均由 AI 從零生成,使用 445 million input tokens(大部分經快取)及 2.7 million output tokens。
Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,稱新版本處理複雜軟件工程任務的能力提升,API 價格較前代下調 20%,輸出速度最高提升 30%。
推薦理由:文章並列 API 降價、編碼評測提升與 Mythos 存取限制,呈現企業採用新模型時性能、成本與安全管控之間的權衡。
Anthropic 為推出 Claude Fable 5.2,讓 1,000 個 AI 智能體在 30 小時內把費馬最後定理的證明轉成電腦可逐行核驗的語言。這不是新的證明,而是一次能力展示;OpenAI 和 Google 也聲稱在數學方面取得突破。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者是同一基礎模型的變體,並在編碼、推理和視覺方面有所改進。
Claude Fable 5.2 發佈同日,螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch;朱興稱通用大模型與具身基礎模型協同可加速具身產業成熟。
Anthropic 發佈 Fable 5.2,並以模型從提示詞生成可在瀏覽器遊玩的 FPS 遊戲《Saltline》作示範。製作耗時約 8 小時,使用 445 million input tokens 和約 2.7 million output tokens,若經 API 完成約需 $550。
美團 LongCat-2.5 開放權重,採用 MIT 授權。這款 1.6T 參數的 MoE 模型面向長週期智能體任務,並於 11 月 1 日亮相。
Meta AI 發佈 Muse Ember,稱其為面向複雜推理及智能體日常重複工作的最小、最高效模型。短提示詞下,Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 的輸入/輸出價格均為每百萬 tokens $0.10/$0.50,但價格上調門檻分別為 200k、272k 和 100k。
開發者 Jim Bruges 在配備 16GB 內存的 Arduino Ventuno Q 上運行 7440 億參數、419GB 的 GLM-5.3,約 7 分鐘才生成地球、火星、金星三個詞。模型生成速度僅為 0.03 Token/s,測試全程由 CPU 推理,SSD 讀寫速度成為效率瓶頸。
在 300 條 Amazon 產品評論的情感分析測試中,Mistral Small (2603) 以 97.7% 通過率達到 88% 門檻,每項成功任務成本為 $0.000019,是九個模型中最低,並與基準 GPT-6.1 Sol 相符。
Meta於2026年11月9日發佈小型模型 Muse Ember,供 Muse Code 及 Meta Model API 使用,面向以較低成本執行 AI 智能體的重複工作。
美團正式開源 LongCat-2.5,採用 MIT 授權,總參數為 1.6 萬億,支援 100 萬上下文。MIT 授權允許商業推理部署及二次訓練,無需額外授權;每個 token 約激活 480 億參數。這款原生多模態模型面向長程智能體任務,並針對顯存與頻寬受限的國產算力晶片,協同優化模型架構、晶片適配及部署策略。
分類器能標記 85% 的真正緊急票單,同時也會標記 7% 的非緊急票單。
Meta Superintelligence Labs 發佈 Muse Ember,一款面向智能體內大量重複步驟的多模態推理模型,支援 1M-token 上下文及最多 512K 輸出 token。
Nanbeige 4.2 3B 的 4-bit 量化版本可在 16GB MacBook Pro 上使用,但回應速度是作者測試過的系列中最慢。模型檔案大小為 2.1 GB,簡單文字問題約需兩分鐘,小型編碼任務則約需十分鐘思考;輸出表現不俗,亦能生成可用程式碼。
Anthropic 於 2026 年 11 月 9 日推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者基於同一模型,但採用不同的安全防護設定與存取門檻。
推薦理由:文章聚焦 Fable 5.2 與 Mythos 5.2 在防護設定和驗證門檻上的差異,呈現同一模型如何採用分層存取方式。
Anthropic 啟動 IPO 路演之際發佈 Claude Fable 5.2 和 Claude Mythos 5.2;Fable 5.2 在多個獨立排行榜居首,取回 Gemini 4 Carbon 曾短暫佔據的第一位。
推薦理由:文章並列每 token 價格下降與 GDPx 單項成本上升,並以測試量和 subagents 解釋差異,呈現模型榜單表現與任務成本並非同一指標。
Anthropic 於 2026年11月10日正式發佈 Claude Fable 5.2 與 Mythos 5.2,並稱新模型多項能力增強,輸出速度最高提升 30%、API 呼叫成本降低 20%。
Anthropic 發佈 Claude Fable 5.2 與 Claude Mythos 5.2,官方稱兩款模型在編碼、推理、科學研究、網絡安全及機械人等領域均有提升,輸出速度最高提高 30%,成本下降 20%。
推薦理由:文中並列 Claude Fable 5.2 在編碼與多學科推理基準上的成績及競品數據,呈現其在不同測試中的相對表現。
美團正式開源 LongCat-2.5,採用 MIT 協議,支援商用推理部署及二次訓練,無需額外授權。美團表示,該模型面向長程智能體任務,是原生多模態模型,在複雜程式碼庫開發、完整專案構建、Visual Coding 及專業辦公場景的端到端交付能力均有明顯提升。模型總參數為 1.6 萬億,每個 token 激活約 480 億參數,並支援 100 萬上下文窗口。
Anthropic 推出 Claude Fable 5.2 和 Mythos 5.2,並在 API 層加入 effort parameters,讓開發者調整模型推理所花的時間和 token 數量。VALS index 上,Fable 5.2 以 71.31% 排名第一。開發者可按任務複雜程度分配推理成本,減少簡單 API 呼叫的開支。
Anthropic 於 2026年11月9日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,改進編碼、圖像理解與複雜推理,並提升長時間智能體工作的表現。
推薦理由:文章並列兩款模型的基準測試、價格及開放條件,並説明共用基礎模型下 Mythos 的安全措施與使用門檻差異。
Meta 於 2026 年 11 月 9 日推出 Muse Ember,輸入每百萬 tokens 收費 $0.10、輸出每百萬 tokens 收費 $0.50,定位為處理智能體重複工作的模型。
Nous Research 於 2026 年 11 月 6 日發佈 Arete 27B;在其 803 條提示詞評測中,宣傳式回答比例由 22% 降至 0.9%,事實平均分由 2.32 升至 2.98(滿分 5 分)。
基元律動(TokenRhythm)發佈 Agent 原生模型 NeoHorse-1.5-Flash Preview,總參數 180B、激活參數 6B,目前開放限量內測。該模型基於 Qwen3.8-Flash 訓練;相較基座模型,在 Agents’ Last Exam 上整體得分提高 9.23 分,在 Natural Language to Repository 評測上提高 5.92 分。
螞蟻靈波科技於2026年11月10日開源觸覺基礎模型 LingBot-Touch。模型以近5000小時真實觸覺數據訓練,統一磁觸覺、視觸覺及壓阻式三類感測訊號,生成可跨感測器、靈巧手、模型及任務重用的觸覺表徵。
螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch,將不同感應原理的訊號轉成可跨感應器、靈巧手、模型及任務共用的觸覺表徵。模型以近 5000 小時真實觸覺數據預訓練,在 26 項真機測試中,四種動作模型的平均任務成功率較無觸覺時提高約 14 至 26 個百分點。
Anthropic 於當地時間11月9日推出 Claude Fable 5.2 與 Claude Mythos 5.2,稱兩者是目前公開發布的能力最強模型。兩者底層模型一致,Fable 面向普通用戶,Mythos 僅向通過核驗的機構開放;相較5.1,輸出速度最高提升30%,標準定價下調20%。
推薦理由:報道把新模型發佈放在 IPO 路演與算力成本壓力的背景下,呈現技術迭代能力與長期算力開支之間的權衡。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2;文章稱,1000 個 Fable 5.2 智能體在 30 小時內完成費馬大定理的形式化證明。文中還稱,Opus 5.5 運行 18 小時只完成 26%,而 Fable 5.2 用 8 天寫出可在筆記本電腦啟動的原型作業系統。
推薦理由:文章以費馬大定理形式化證明及 Opus 5.5 的對比為主線,再列出作業系統、物理和生物案例,呈現兩款模型被宣稱的能力範圍。