模型进展01
Anthropic 在发布 Opus 5.5 六天后推出了 Sonnet 5.5。作者用三个编程任务各跑五遍对比两者:Sonnet 5.5 十五次全部通过,Opus 5.5 只通过十三次。虽然 Sonnet 每次调用更便宜,但它常常要多花不少 token 才能做完,所以实际总费用只便宜约 36%,而不是价格表上的一半。对于难度较高的编程任务,作者建议把 Sonnet 5.5 当作默认选择。
文中可用工具
- Anthropic API用来调用 Claude 模型进行测试的接口
- Sonnet 5.5Anthropic 新推出的更便宜、更快的模型
- Opus 5.5Anthropic 此前推出的高端模型,用于对比
模型与多模态02
api-evangelist/stepfun · StepFun — independent third-party profile of a public API surface, by API Evangelist. StepFun (阶跃星辰) is a Shanghai-based AI foundation-model company whose open platform serves the Step model family — multimodal reasoning (step-3.7-flash), fast language reasoning (step-3.5-flash), vision, image generation and editing (step-2x-large, step-image-edit-
这是 API Evangelist 维护的第三方档案仓库,用于汇总阶跃星辰(StepFun)公开 API 表面的信息,涵盖其 Step 系列模型:多模态推理(step-3.7-flash)、快速语言推理(step-3.5-flash)、视觉、图像生成与编辑(step-2x-large、step-image-edit)等。该仓库本身不包含软件,仅收录文本与机器可读的 API 描述,属于待补充完善的线索型资料集合。
行业动态03
Anthropic 把原来的两个安全准入项目——Project Glasswing 和 CVP——合并成一个升级版的网络验证计划(CVP),让经过审核的安全团队能用到防护限制更少的高级模型。过去的问题是,公开模型为了防坏人滥用,把大部分网络安全相关操作都挡住了,连正规防御工作也常被误拦。现在新计划分成防御、红队、专业三个层级,按工作范围给予不同程度的开放,其中红队和专业层级对渗透测试、关键基础设施测试等开放,但仍实时拦截勒索软件、物理破坏等危险操作。普通用户能继续用公开模型做代码审查、打补丁等基础安全工作;申请者需要接受数据留存与验证,企业级隐私方案 EFS 预计今年秋季推出。
文中可用工具
- Claude Opus 5.5Anthropic 的前沿模型,在 CVP 各层级中可使用
- Claude Sonnet 5.5Anthropic 的前沿模型,在 CVP 各层级中可使用
- Claude Mythos 5.1面向受信任安全组织的模型,原 Project Glasswing 使用
- Claude Fable 5.1公开模型,可配合零数据留存使用 CVP
- CyScenarioBench评估模型能否在现实约束下规划和执行多阶段网络操作的基准