Claude垫底，GPT表现不佳，PhAI Labs探索科研Agent自我进化
PhAI Labs 最新公布了一项 AI 研究能力对照，结合后续发表的科学文献，考察不同模型提出的研究假设能否为未来的研究思路与探索方向提供启发。
GPT、Claude指挥机器人干活，到底几斤几两？首个评测榜单来了
该公司称，目前该评测仍是一个研究预览版本，主要用于评估前沿大语言模型在物理世界中的理解、规划和执行能力。
神秘AI模型编程测试超越GPT-5.6和Claude，技术特征指向智谱未发布新模型
独立研究人员测试显示，名为“stealth/ox-alpha”的模型不仅在部分编程基准中超越GPT、Claude等主流模型，其技术特征也高度指向智谱尚未发布的下一代多模态旗舰模型。
Claude、GPT“跨界”做视频，Seedance们的护城河还牢吗？
文丨AI价值官 星野过去一个月，AI视频领域最激动人心的讨论热潮，并非围绕Seedance、Minmax、可灵等专业视频模型，而是“越界”闯入的通用大模型。Claude Opus 5.
claude和gpt谁更好用
把这个问题的答案前置：Claude和GPT不存在谁全方面碾压谁的情况。 如果你是一个开发者、分析师，或者需要处理长文档、复杂代码架构，Claude是更好的选择；如果你是一个普通办公用户、内容创作者，或者需要联动Office全家桶、快速产出多模态创意，GPT的生态体验更顺滑。
88岁算法祖师爷惊呆！Claude联手GPT攻破30年难题，14页论文0修改
88岁「算法祖师爷」高德纳再更论文，Claude 4.6+GPT-5.4联合破解了奇偶数情形。甚至，GPT-5.4直出一篇14页论文，引爆全网。
ChatGPT像娇小、可爱的女孩，而Claude像高冷、成熟的御姐！
从 Cowork 的多步骤任务处理到 Code 的编程辅助，再到生成式 UI 的创新应用，这篇文章深度体验了 Claude 的三大工作模式与设计亮点。
GPT-5.5反杀Claude登顶，AI编码旧榜不准了？
Datacurve联合创始人、CEO Serena Ge在X上说，推出DeepSWE，是为了还原开发者工作的真实场景，揭开顶尖模型真正拉开差距的地方。
直播中｜Claude垫底，GPT表现不佳，PhAI Labs用DiscoveryRSI探索科研Agent自我进化
合作研究作者包括斯坦福大学副教授 James Zou，以及 MIT 计算生理学实验室临床研究主任、哈佛医学院医学副教授 Leo Anthony Celi。
瞒不住了！Claude逃出沙箱，GPT-6装乖被抓，顶尖学者纷纷警告
OpenAI和Anthropic先后披露:自家模型在安全测试中，冲出了隔离环境，碰到了真实世界。Anthropic 复盘了14万多次网络安全评测，发现有3次，在降低防护的条件下，Claude从测试环境直接连上了真实互联网，访问了三家机构的生产系统。