模型进展01
Anthropic 本周发布 Claude Opus 5.5，宣称比 Opus 5 便宜 40%、输出快 30%，且推理能力达到 Claude Fable 5.1 的水平。有人用三道推理题实测两款模型：两者正确率完全相同（逻辑网格和取石子游戏都做对，排序题都做不出），但 Opus 5.5 每题都更省更快。例如逻辑网格便宜 43%、取石子游戏便宜 69%，整体速度只快约 11%，未达到宣称的 30%。这说明省钱主要来自输出 token 更少（约 25%）和 API 降价 20%，而非能力提升。若你已用 Opus 5，换到 5.5 能拿到同样答案、更低成本。
文中可用工具
- Claude Opus 5.5Anthropic 新发布的模型，在推理任务中与原版准确率相同但更便宜更快
- Claude Opus 5Anthropic 上一代模型，作为本次对比的基线
- Claude Fable 5.1Anthropic 宣称 Opus 5.5 推理能力达到其水平的参考模型
- Anthropic API开发者调用这些模型并计费的接口
模型进展02
Parallel 公司用 GPT‑6 Astra 驱动它的智能体去研究和汇总劳动力市场数据。此前用旧模型时，同样的活要花两倍时间和两倍成本。换成 GPT‑6 Astra 后，时间和花费都降到了原来的一半。对读者来说，这意味着做类似数据研究时，更快更省钱的模型选择出现了。不过原文没有说明具体省了多少、数据规模多大，也没有说这个模型是否已经对所有人开放。
文中可用工具
- GPT‑6 Astra驱动智能体完成劳动力市场数据的研究与汇总，速度更快、成本更低
模型进展03
GPT-6 在提示词缓存上做了改进：缓存命中率更高，新增诊断信息、显式断点以及一些控制选项。所谓提示词缓存，就是把重复使用的提示词内容先存起来，之后不用每次重新处理，从而降低延迟和成本。过去命中率不高、也不好排查问题，这次靠新工具和可手动指定的断点来改善。对经常调用模型的人来说，响应会更快、花费也可能更少。目前材料只说明是改进，没有提到具体怎么开放或何时能用。
文中可用工具
- GPT-6OpenAI 的模型，本次改进其提示词缓存能力
Agent 与工作流04
AWS 开源了一个叫 Strands Harness 的通用 AI Agent 基础框架，开发者可以本地运行或部署到云上。过去用 Strands 这类 SDK 搭 Agent，虽然零件齐全，但上下文怎么管、对话怎么存、工具怎么接，都得自己从头决定。Strands Harness 把这些预先配好，自带文件、shell、网页工具以及上下文压缩、记忆、会话持久化等能力，默认走 Amazon Bedrock，但也能改成 Anthropic、OpenAI、Google 或本地 Ollama。AWS 用六项基准测试对比后称，相比 Claude Code 和 Codex 平均便宜 45%、准确率大致相当；不过加入更便宜的 DeepSeek Harness 后，这一差距缩小到 28%。AWS 说这是通用 Agent 而非编程助手，目前可通过 pip 或 npm 安装使用。