Claude Opus 5.5 擅长制作解释视频
Claude Opus 5.5 本周发布，社区反响热烈，尤其被认为擅长制作解释视频。它在 SimpleBench 上以 88.4% 领跑，视觉评测被评为 Anthropic 迄今最佳视觉模型，成本比 Fable 5.1 低约 60%。此外，GPT-6 系列、Gemini 3.8 Flash、小米 MiMo-V2.6-Pro（MIT 开源、1M 上下文）等同周亮相。
#评测/基准
#评测/基准
今日 0 条Latent SpaceAI 评分3737
OpenAI NewsAI 评分2727 Basis 借助 GPT-6 Astra 将报税工作簿处理速度提升 2 倍
Basis 使用 GPT-6 Astra 完成 50 个工作表（tab）的报税工作簿，速度是 GPT-5.6 Sol 的 2 倍。GPT-6 Astra 对用户意图的理解更强，让 Basis 在实际使用中更有信心。
NVIDIA BlogAI 评分4848 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1，性能领先
NVIDIA Vera Rubin NVL72 首次参加 MLPerf Inference v6.1 预览提交即取得领先性能：在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上使用 TensorRT-LLM 最高达 2.5 倍。
Google DeepMindAI 评分5050 Google DeepMind 试点全球首个双盲 AI 模型评测
Google DeepMind 推出针对专有前沿模型的首个双盲评测，将外部评测限制在密码学安全的“盒子”环境中，防止模型提前看到测试题导致基准污染。此次与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，对一个 Gemini Flash Lite 模型在隐私保护环境下测试机密基准。
OpenAI NewsAI 评分5656 GPT-5 初体验：多位领先开发者首次上手实测
OpenAI 发布 GPT-5 首次上手视频，展示多位领先开发者首次使用 GPT-5 的过程与反应。