- 综合排序
- 最热优先
- 最新优先
Gemini 4 Carbon发布：多项测评超越opus5.5
Opus5.5是58，GPT-6Astra57，Argon50。这一版榜单做了大改，60%的题目换成私有题库，编程和科学的权重提高了，所以这个分数要跟老版本分开看。 编程智能体指数上，Carbon搭反重力拿59分，比Argon的53高6分；ClaudeCode配Opus5.5是62分领先。
40110编辑于 2026-10-29马斯克官宣：Grok Bot 接入 Opus 5.5！这个订阅，突然变得很值了
01马斯克又放大招了就在最近，马斯克公开表示：GrokBot将由Opus5.5驱动。 而现在，它更像一个全能调度台：写代码、做复杂推理，交给Opus5.5；想要一张好看的图，交给Midjourney；想做一段音乐，交给Suno。你只需要提需求，剩下的事它来安排。 先说Opus5.5。在Opus5.5能力这么强的当下，单单能用上Opus5.5这一点，就足以吸引一大批用户了。 可以看到，用量明细里已经出现了claude-opus-5-5-low，说明一些任务确实已经开始由Opus5.5在背后驱动了。 GrokBot接入Opus5.5只是开始，后面Midjourney、Suno上线之后，我也会第一时间实测分享给大家。觉得有用的话，点赞、收藏、转发给身边需要的朋友吧～
78010编辑于 2026-10-08- 来自专栏算法一只狗
Claude Opus 5.5：不会剪视频也没关系，Agent 开始自己当导演了最近刷 X 的时候发现，Opus 5.5
最近刷X的时候发现，Opus5.5出来之后，有一类Demo明显开始多了起来：大家不再只是拿ClaudeCode写代码，而是开始让它做MV、剪视频、做产品宣传片，甚至自己写音乐。 最近看到几个Opus5.5的案例，确实有点夸张。 这个案例最有意思的地方是，用户已经利用Opus5.5开始承担导演和剪辑师的角色。它需要先理解整首歌曲的节奏、情绪和段落结构，再把这些信息转成分镜、镜头长度、画面节奏和转场关系。 成本出来的效果确实会很高级：4.代码仓库直接变Demo视频另一个很实用的玩法是：直接让Opus5.5读取你的项目代码，然后自动把真实UI重建成视频。 写在最后Opus5.5出来之后，确实感觉很多传统的剪辑工具都不需要再使用，只要你有想法+有钱，那么就可以让claude自己跑。
43910编辑于 2026-10-01 DeepSeek模型更新：「许愿式编程」火出圈
它前面站着的是Opus5.5、GPT-6Astra、Gemini4Argon，清一色闭源。而它的价格是输入0.3美元、输出1.2美元每百万token。KimiK3是它的10倍价，分数还比它低15分。 Opus5.5开到xhigh，20分钟花了6美元；DeepSeek开max，1小时花了0.23美元，差26倍。但原作者说得很实在：Opus做得更好，DeepSeek只是追得很近。 第三方测评网友晒图可能不够硬，那就看两个官方基准：180个长流程浏览器任务，它拿75分，和Opus5.5打平，单任务0.22美元，对面1.3美元；105个真实bug，它平均修好42.7个，反超Opus5.5
55810编辑于 2026-10-19GPT-6 与 Opus 5.5 并存下，API 网关需要补齐的五个技术能力——以 4stoken.cn 为观察样本
原生三协议适配，是应对Opus5.5破坏性变更的结构性前提，而非可选项Opus5.5的四项breakingchanges全部落在协议语义层：thinking无法禁用（只能通过effort控制深度，传disabled 默认原样透传流式chunk，是让Opus5.5工具调用间的“静默”不被网关二次扭曲的必要条件Opus5.5还有一项不报错但改变行为的变更：工具调用之间的文本进入thinking块，默认display设置下这些块文本为空 这在文本模型上是成熟的，但Opus5.5的thinking块绑定到产生它的模型和对话前缀。 这不是4stoken.cn独有的问题，而是Opus5.5给所有聚合网关带来的新约束。 上线前最值得落实的两件事：确认GPT-6和Opus5.5的实际通道状态与计费口径；针对Opus5.5的破坏性变更和thinking容灾行为做专项一致性测试。
19910编辑于 2026-10-18- 来自专栏AI
Claude Opus 5.5 与 GPT-6 Sol、Luna 同日发布：降价之外，还有哪些变化
但三款模型的定位不同：Opus5.5是Anthropic的新一代Opus；Sol和Luna则是OpenAI在GPT-6Astra之外补上的两档。把价格、任务成本和跑分分开看，比急着排座次有用。 Opus5.5的API输入、输出单价比Opus5低20%；缓存读取单价从每百万token0.50美元降到0.20美元。Anthropic还称，在其测试的典型工作负载中，实际运行成本约低40%。 图里的Claude对照模型却是Opus5和Fable5.1，不是刚发布的Opus5.5。这张图不能拿来证明Sol胜过Opus5.5。OpenAI测试说明图源：OpenAI官方X帖文。 ArtificialAnalysis评测同样叫“省钱”，测试结果并不相同Opus5.5有个值得细看的地方。 Sol/Luna评测普通用户现在能用到什么Opus5.5已在Claude各平台及AnthropicAPI提供；具体订阅和地区能否使用，应以账号页面为准。
42010编辑于 2026-09-23 Opus 5.5 生成视频的真相：它不生成视频，是写代码让浏览器逐帧画出来
一、先泼盆冷水：Opus5.5生成视频的原理里，没有视频模型先把三个概念摆正，后面的内容才不会走偏。 视频生成模型的输出是像素块，Opus5.5的输出是token。更直接一点：Opus5.5连图片都生成不了。 到这里，九成文章会告诉你："看，Opus5.5生成视频的能力真强。"但这里有个被普遍略过的分叉。 Opus5.5在这一单里干的是导演加剪辑：决定每个镜头用什么素材、怎么接、哪里重来。而真正纯靠写代码渲出来的是另一批作品。 说到底，Opus5.5生成视频的门槛根本不在那句提示词上，而在你搭没搭好这套确定性渲染的框架。
60800编辑于 2026-10-04一款 3D 游戏全靠 AI 做出来了：完整制作流程公开了
二、场景构建简单来说：Image2.5生成场景图→拆解3D资产并在Tripo中生成→Opus5.5操作Blender+Unity进行场景建模。 （2）让AI拆解场景资产有了参考图之后，可以直接使用AI判断场景中哪些资产需要在Tripo中单独生成，哪些可以交给Opus5.5在Blender/Unity中搭建。 （3）让Opus5.5操控Blender、Unity开始建模在Tripo中生成并导出需要单独制作的3D道具后，将这些资产和第一步的场景参考图交给Opus5.5，让它操控Blender+Unity搭建整体环境 可以先选一个接近的基础动作，再让Opus5.5在Blender里反复进行细节的迭代调整。 详情请搜索号工具链速查：Fable5.1·GPTImage2.5·Tripo（H3.1/SmartMeshP2.0）·Opus5.5·Blender（Auto-RigPro）·Unity（Pipeline
21000编辑于 2026-10-16Kimi K3.1 Pro：发布不久遭遇口碑滑铁卢
LOGO错、空间关系有误，第三版改到一半撞五小时额度上限幻觉率从23.4%降到8.3%（挂外部核查闭环）第三方裸测44%实际成本输出单价20→10美元最高推理档单任务4.9分钟、实扣0.35–0.46美元；Opus5.5 同一组测试里，Opus5.5是唯一一个会主动测量位置和空间关系的模型。账单：便宜一半有前提第三，账单。 输出单价从20美元砍到10美元，可它思维链吐得太狠，单任务最高推理模式要跑4.9分钟，实扣0.35到0.46美元；Opus5.5只用69秒，实扣0.37美元。 四、火箭发射对比实测最后，分享个案例，网友实测了KimiK3.1Pro和Opus5.5的火箭发射对比，效果还是很明显的，大家可以来判定哪个表现得更好。
30310编辑于 2026-10-2614款大模型Java编码能力横评：闭源三强断层领先，开源追赶到哪一步了
Opus5.5的特点是均衡。它不是某一项特别炸，而是软件工程全链路都强：理解需求、定位代码、修改实现、跑测试验证，每一步都不掉链子。 对Java开发者的实际意义：如果你在做大型SpringBoot项目的重构、多模块依赖调整、复杂业务逻辑迁移，Opus5.5是目前最稳的选择。 只有在处理超复杂架构设计时，才需要切到Opus5.5或V4-Pro。6.Qwen3.8-Max：终端操作的隐形冠军阿里通义千问的旗舰。 它的DeepSWEv1.1拿到73.7%，排在全场第四，仅次于V4.1-Flash、Opus5.5、V4-Pro(74.2算第三)。 Opus5.5和Fable5.1在这方面表现更好，因为它们的代码自验证能力更强，能在生成后自行检查类型匹配、泛型边界、注解参数等编译期问题。
67621编辑于 2026-10-23Kimi K3.1 Pro 上线：比 K3 便宜三分之一，开源权重最晚 11 月 4 日放出
带工具时，K3.1Pro比Opus5.5和GPT-6Astra略落后，和Fable5.1差不多。不带工具时，它和Opus5.5打平，比Fable5.1强不少。 Opus5.5比它高，GPT-6Astra比它低。官方自己也加了一句：这是压力测试，不代表日常使用的整体错误率。 ▲图：K3、K3.1Pro与Highspeed单价性价比只能算到这里：Terminal-Bench上几乎追平Opus5.5，价格比自家上一代低三分之一。 权重日期是官方的承诺，还没兑现；它是不是真的逼近Opus5.5，要等独立评测和权重放出后的复现。
62930编辑于 2026-10-24- 来自专栏低代码平台
Claude Opus 5.5 并不会“生成”视频：一文拆解代码视频的五步流水线
先把事实摆清楚：Opus5.5的输入可以是文字、图片和文件，但它看不了视频，输出也只有文字。Anthropic的官方发布文章同样没有提到任何视频能力，重点放在写代码、操作电脑和知识工作上。 换句话说，在这类作品里，Opus5.5同时扮演了导演和程序员两个角色，而真正“出图”的是浏览器和渲染工具。 Opus5.5的工作，就是写出一个能回答这个问题的程序——你随便问它“第2.5秒是什么画面”，程序都能立即画出那一刻的完整帧。整条流水线可以拆成五个环节：规划、画面、动作、声音、拍摄与合成。 这恰恰是Opus5.5的强项：在长时间、多文件的任务里保持方向不跑偏——官方发布文章中提到，有测试者让它无人值守连续工作了18个多小时。 代码视频vs视频生成模型：互补而非替代Seedance（字节）、可灵Kling（快手）这类视频模型直接生成像素，而Opus5.5生成的是代码。
69400编辑于 2026-10-06 Kimi K3.1 Pro 杀进全球前四：GPT-6、Gemini 4 都被它压下去了
SWEMarathon是超长的软件工程任务，K3.1Pro51.7，领先Opus5.5一截。Agents'LastExam也是它第一，和Opus5.5差不多。这两项是官方自己测的。 官方测试里，K3.1Pro带工具时落后Opus5.5和GPT-6Astra一点，不带工具时和Opus5.5差不多。kimi.com上同步上了一个3DMake，做好的模型能直接下载去3D打印。 Opus5.5领先它一大截，GPT-6Astra和Sonnet5.5也明显在前面。AA上那种“只差3分”的感觉，在真人投票里没那么近。 没被圈住的只有两个Claude：Sonnet5.5同价，高1分；Opus5.5贵一倍，高3分。 但整体看，它还不如同价的ClaudeSonnet5.5，离Opus5.5更远。不用等11月的权重，现在就能用。
1.2K120编辑于 2026-10-24AI 智能体用 83% 字节精确匹配反编译完整游戏
项目主要使用Sonnet5模型，也大量使用了Opus5.5、Luna、Sol和Terra模型。开发者订阅了ClaudeMax和CodexPro服务。 在项目最终阶段使用了2个Opus5.5智能体，项目规模扩展到最多15个以上的智能体。引入新验证工具后，智能体又工作了近2个月。开发者发现智能体会随时间推移忘记或降低某些规则的重要性，需要定期刷新指令。
29810编辑于 2026-10-11Grok Bot 的真正对手来了：Anthropic 发布 Claude Duet，会主动来找你
但额度消耗太快，据说它背后用的就是Opus5.5。马斯克说过，GrokBot会按任务挑模型，其中就有ClaudeOpus5.5。用了一周，我就把订阅取消了。其他几个，感觉做不了太多事情。 底层模型是Opus5.5。它能做什么平时用Claude，是你打开对话框提问，它回答。Duet反过来，它先来找你。每天早上，它发你一份简报，说清哪些事要你处理。 Anthropic在发布文里把这一点放在最前面：Duet围绕Opus5.5设计，要它自己决定什么事需要你、什么事可以等、什么时候先问你一声。 模型固定是Opus5.5，不能换。帮助中心还写了几条：Slack能用但有限制，Microsoft365暂时不支持；它不打电话，也不给别人发短信。
50920编辑于 2026-10-22Gemini 4 Argon追平GPT-6 Astra，但还用不上
DeepSWEv1.1测的是真实软件工程里的长期任务，Argon略微领先Opus5.5和Astra。Harvey的法律智能体基准，测AI能不能干法律活，Argon遥遥领先，是Astra的三倍多。 Terminal-Bench4.0是让模型在终端里敲命令完成任务，Argon比Opus5.5落后不少。FrontierSWEv2也是编码，Argon比Astra落后一截。 Terminal-Bench4.0测终端任务，AA测得Argon明显落后Sonnet5.5，也不如Opus5.5和Astra。 倒是比Claude便宜：图上Opus5.5约$6，Sonnet5.5和Fable5.1约$7.5到8。▲图：每任务成本拆解把价格和得分放在一起看更直观。下面是我做的性价比象限图。 不过促销一结束，标准价$4/$20，估算费用变成24美元，和Opus5.5一样，得分还略低一点。所以它现在的性价比，是促销价撑起来的。06怀疑的声音也有人不买账。
42910编辑于 2026-10-01# Gemini 4 Argon 上线：谷歌把旗舰卖成半价水电煤，开发者真买账吗
可一旦换成需要反复调试、跨模块协调、真机终端操作（CUA-bench4.83%）和高级工程综合任务，它跟Opus5.5、Astra的差距就显出来了。 第三方开发者实测：3D/物理是真香，性价比有案例社区里最热闹的是3D与物理测试：熔岩灯题：Argon不到2分钟、花0.18∗∗；同题Opus5.5用∗∗9分35秒、0.18**；同题Opus5.5用** 9分35秒、0.18∗∗；同题Opus5.5用∗∗9分35秒、1.27。 在编程、3D/物理、还是法律金融场景里，它真的比你现在用的Opus5.5或GPT-6Astra好用吗？同样的任务，你实测的耗时和花费对比如何？Argon的“便宜”在你这儿成立吗？
51010编辑于 2026-10-14- 来自专栏低代码平台
跑分之外：为什么 Sonnet 5.5 写代码比 Kimi K3.1 Pro 和 GPT-6.1 Sol 更好用
输入2/输出2/输出2/输出10）交互式开发★★★★★★★☆☆☆★★★☆☆后台长任务★★★★☆★★★★★★★★☆☆一句话建议日常开发首选不赶时间的批量任务先降到high档再试三款都搞不定的难题，再交给Opus5.5 七、别忘了还有Opus5.5如果Sonnet已经够用，Opus5.5就是另一个档次了。 按Anthropic公布的数据，Opus5.5的SWE-BenchPro成绩是89.9，比Sonnet5.5高出8.6分。代价是更贵，订阅额度也消耗得更快。 所以我现在的分工是：日常开发用Sonnet5.5：写接口、修bug、改页面、补单测，速度和质量都够；难题切到Opus5.5：跨多个模块的重构、排查半天找不到原因的bug、需要通盘考虑的架构调整；后台批量任务可以考虑
23010编辑于 2026-10-27 一条科普短片 5 小时破 10 万播放：花叔的 huashu-art-motion Skill，现在可以在 Skilloop 先看效果再安装
文章里最抓人的是一组数字：他用自己开源的huashu-art-motion配合Opus5.5，做了一条诺贝尔物理学奖的科普短片发到抖音，据作者自述，5小时播放量突破10万，写文章时已经涨到约17.4万。 口播稿的撰写、素材的准备、画面的剪辑，全部交给了装了这个Skill的Opus5.5；连声音也是用AI复刻的音色。也就是说，人负责的主要是「想讲什么」，剩下的流水线由agent跑完。这不是孤例。 他还特别提到，在他试过的模型里，Opus5.5在画风审美和运动自然度上的表现远好于其他模型——如果你想复刻他的效果，模型选择值得注意。看几种风格解说类内容是这个Skill最实用的场景。
26200编辑于 2026-10-07怎么给团队接入GPT-6和Claude Opus 5.5
现在想在国内使用海外最新的大语言模型, 比如gpt6-astra、fable5.1、opus5.5, 大致有三条路: 订阅账号: 需要解决上网, 海外电话卡, 海外支付问题, 对于claude还需要担心随时的封号 搞财务的一般就处理图片pdf和文字, 一个月花不到20刀, 做硬件调试的也就修修软件bug, 一个月50刀的开销, 蹬的最狠的是开发组, 下班回家了还要拿手机远控电脑, 24h挂着gpt6和opus5.5
23910编辑于 2026-09-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号