Claude Opus 5.5 擅长讲解视频
Claude Opus 5.5 本周发布，社区反响一边倒地正面，并占据讲解视频时间线。它以 88.4% 领先 SimpleBench。视觉评测中，有评测者将其列为 Anthropic 迄今最好的视觉模型，优于 Fable 5 与 GPT-6 Sol、不及 GPT-6 Astra，成本约比 Fable 5.1 低 60%。
#推理
#推理
今日 3 条Latent SpaceAI 评分4040 Simon WillisonAI 评分7272 Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 以上并进入免费档
Anthropic 今天发布 Claude Sonnet 5.5，称其运行快 30% 以上、多数工作成本最多降 30%，定价与 Sonnet 5 相同，作者认为它在各项基准上似乎都更高。
The Decoder精选AI 评分7979 Anthropic 的 Claude Sonnet 5.5 多项基准接近 Opus 5.5，单任务成本最多可降 30%
Anthropic的Claude Sonnet 5.5接近Opus 5.5多项基准表现，生成速度超过30%，单任务成本最多降30%。
推荐理由：Sonnet 5.5在与前代相同的百万 token 价格下最多降低三成单任务成本，多项基准则接近 Opus 5.5。
Google DeepMind精选AI 评分7676 Google DeepMind发布Gemini 3.8 Live与3.8 Live Extended Thinking
Google DeepMind发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking，把近实时推理用于语音智能体。
推荐理由：原文给出了Extended Thinking的语音基准分数，以及两款模型面向开发者、企业和普通用户的不同开放范围。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 今日发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber。3.8 Flash 沿用 3.7 Flash 的入门价格，输入每百万 token 为 $0.75、输出每百万 token 为 $3.75，并提升软件工程、智能体任务与多步推理，HLE-Verified 达到 54.9%。
推荐理由：3.8 Flash以与3.7相同的价格加强长程编码和多步推理，网络安全变体仅经Fairwind向政府、关键基础设施和软件维护方开放。
Hugging Face Blog精选AI 评分6868 IBM Granite 4.2推理模型如何构建
Granite 4.2从Granite-4.1基座出发，经监督微调和多阶段GRPO强化学习，得到3B、8B、30B三款稠密仅解码器推理模型。监督微调约用7.2 million条样本（约100B token，其中约65B可训练）；基座则以约15T token分五阶段从零预训练，并把上下文扩到512K。
推荐理由：技术文按监督微调、GRPO与分阶段课程写清Granite 4.2的训练路径，并写明只有8B和30B做真实环境里的智能体训练。
Hugging Face BlogAI 评分5151 LFM2.5-DSpark 最高将推理速度提升至 3.2 倍
Liquid AI 发布三款 LFM2.5 的 DSpark 草稿模型，在不改变贪心输出的前提下，把 GPU 吞吐最高做到 3.18 倍、端侧最高做到 2.87 倍。
Mistral AI精选AI 评分6565 Mistral发布开源模型Leanstral 1.5，面向Lean 4形式验证
Mistral发布Apache-2.0免费模型Leanstral 1.5，总参数119B、激活参数6B，在miniF2F验证集与测试集均达到100%，并解出PutnamBench 672题中的587题。
推荐理由：原文给出6B激活参数模型的基准成绩、约4美元单题成本和开源入口，读者可以据此比较它与更高成本形式验证系统的差异。
Google DeepMind精选AI 评分7070 Google DeepMind发布实验性开源模型DiffusionGemma，文本生成最高快4倍
Google DeepMind发布实验性开源模型DiffusionGemma，这款26B MoE以文本扩散整块并行生成文本，在专用GPU上最高可实现4倍加速。
推荐理由：DiffusionGemma把本地文本生成从逐token解码改成整段并行起草，并交代相对Gemma 4的速度、显存和质量取舍，便于判断它适合哪些交互式本地工作流。