Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
OpenAI 在 DevDay 上公布 ChatGPT 每周活跃用户已突破 12 亿，年化收入运行率逼近 700 亿美元，自第三季度初以来增长约 70%。其中 ChatGPT Work 与 Codex 周活跃用户超过 3500 万，采用其产品的企业客户达 250 万家。
推荐理由：OpenAI 披露了 12 亿周活跃用户与逼近 700 亿美元的年化收入，展示了其在激进价格战与企业级拓展下的业务规模扩张速度。
Anthropic 推出新模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上且多数任务成本降低高达 30%，目前已作为 claude.ai 免费层的支持模型。实测显示其在部分编程任务中表现接近 Opus 5.5，但在最大思考强度下仍存在耗尽 128,000 tokens 报错的问题。官方公告还重申 Haiku 5.5 将在未来几周内推出。
推荐理由：原文给出了思考模式在不同档位下的消耗细节与实测表现，读者可以据此评估新模型在复杂任务中的性价比与实际边界。
美国哥伦比亚特区联邦巡回上诉法院以 2-1 裁定，美国国防部有权因 Anthropic 拒绝向军方开放特定 AI 功能而将其列入技术黑名单。法院指出案件涉及模型过度受限导致行动失败与不受约束导致致命误判之间的风险权衡，国防部的决定并未超出供应链安全法案与宪法的授权范围。该法院此前已在 4 月驳回了 Anthropic 的紧急暂缓申请。
推荐理由：裁决明确了政府在 AI 军事采购与安全限制博弈中的权力边界，展示了模型防护策略与国防需求冲突时的司法裁量逻辑。
Anthropic 发布新一代模型 Claude Opus 5.5，宣称在多数任务上达到 Claude Fable 5.1 水平且运行成本比 Opus 5 降低 40%，并在写作表达与 Agent 编码能力上显著改善。
推荐理由：材料汇总了 Opus 5.5 与 GPT-6 衍生模型的定价测试和评测表现，展现了前沿模型在推理成本与指令遵循上的最新权衡。
Anthropic 与 OpenAI 同日发布 Claude Opus 5.5 以及 GPT-6 Sol 和 GPT-6 Luna，推动主流模型价格大幅下调。GPT-6 Luna 输入与输出降至 $0.10/M 和 $0.50/M tokens，仅为 5.6 版本的一半；Opus 5.5 降价 20% 至 $4/M 和 $20/M，缓存读取价格大幅降低 60%。
推荐理由：作者梳理了新一代主力模型的降价幅度与缓存成本，并通过实测揭示了满级思考模式在复杂任务中耗尽输出限制的具体风险。
Together AI 在 DeepSWE 软件工程基准上实测了 GLM-5.3 与 Claude Fable 5，两者首答通过率基本持平（69.0% 对 69.7%），但 GLM-5.3 的单次运行成本低 5.4 倍（3.99 美元对 21.63 美元）。
推荐理由：实测通过细分语言和重试表现对比了两款模型，为工程团队在代码智能体中设计模型路由与控制成本提供了参考。
Together AI 在 DeepSWE 软件工程基准上对比了 DeepSeek V4 Pro 0813 与 Claude Fable 5，Fable 5 的单次尝试成功率（pass@1）以 69.7% 领先 Pro 的 62.8%，但每次 rollout 成本为 $21.63，是 Pro（$0.24）的 90 倍。
推荐理由：原文提供了两款模型在多语言和重试机制下的成本收益对比，展示了结合测试集做级联路由的具体收益。
智谱（Z.ai）开源的 GLM-5.2 模型在编码与智能体工作流中展现出匹敌顶尖闭源模型的能力，被视为开源智能体领域的关键转折点。在 Arena 等 Agent 评测中，该模型表现出逼近闭源旗舰的竞争力，将开源与闭源的前沿性能差距维持在 6 至 9 个月。作者认为该进展不仅利好开源推理生态并给高价闭源模型带来定价压力，也引发了关于前沿开源模型监管边界的深层讨论。
推荐理由：文章将 GLM-5.2 与闭源前沿模型展开对比，深入探讨了开源智能体对闭源厂商定价机制及监管格局的影响。
Together AI 测试对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的效果，结果显示 Kimi 生成成本比 Fable 5 降低约 94%，平均便宜约 16 倍且产出质量接近。
推荐理由：测试展示了借助 MCP 补充多模态视觉参考来弥补开源代码模型设计短板的方案，同时大幅压缩落地页生成的调用成本。