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。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 1–4 条 · 共 4 条The Decoder精选AI 评分7979
Hugging Face Blog精选AI 评分6161 Hugging Face transformers 现可运行 llama.cpp 的 GGUF 量化模型
Hugging Face transformers 现可在 main 分支高效运行 GGUF，用户用 from_pretrained 加载 Hub 检查点后即可在本机生成。
推荐理由：GGUF 现在能直接进 transformers 做检查和自定义生成，Apple Silicon 上速度接近 llama.cpp。
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。