前沿Claude和GPT，居然被国产AI联手超越？Scaling Law新解法来了
来源：市场资讯（来源：新智元）新智元报道如今的大模型，想要追求性能，往往要烧掉海量经费。Claude Opus或GPT等前沿模型，好用是真好用，贵也是真贵。
有人每月烧掉1万美元，嫌Claude太贵，这家公改GLM
[工具速览] 有人每月烧掉1万美元，嫌Claude太贵，这家公司改用GLM：56张B200扛起2000名工程师，A每月烧掉1万美元后，这家公司把Claude换成GLM。
Claude最强迷你模型登场，价格暴降90%，直逼DeepSeek？
在Artificial Analysis上， Haiku 5.5在AI分析指数上得分为43，在最高性能模式下，得分略高于GLM-5.3 Flash、Gemini 3.8 Flash和GPT-6 Luna。
Claude实测：视觉满分100干翻官方40
麻省理工（MIT）团队提出视觉外壳 VISTA（arXiv:2610.02200，2026-10-02）：给多模态模型配上「无损视觉记忆」和主动回看工具，让模型在长程交互里随时翻看原始画面，而不是只靠压缩后的摘要。核心硬数字来自论文自报的 ARC-AGI-3 公开 25 款游戏。
赶在IPO前，Claude最强模型空降！宾大教授感慨“几乎达到AGI”
Anthropic称，这两个模型在预发布测试中，帮工程师完成了原本无法实现的软件迁移、从0设计出三台可用的电子设备、解决了两个黑洞物理学中的公开问题，甚至只用30小时就完成了费马大定理的形式化证明。
前沿Claude和GPT，居然被国产AI联手超越？Scaling Law新解法来了
国内各主要大模型厂商的最强模型也都在参评之列，包括Kimi K3、GLM 5.3、Qwen 3.8 Max、DeepSeek V4.1 Flash等量模型。
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。
AI马屁精排行榜出炉：GPT4o有求必应，Claude 5.5连好意见都不肯听
一项新的学术基准测试，专门盯上了大模型最隐蔽的毛病之一:阿谀奉承。OpenAI的GPT-6 Astra在抵制“歪理”方面名列第一，而它的前辈GPT-4o却垫底。
DeepSeek崩完后，上新了
“大的要来了。”前几天DeepSeek的突然宕机，让不少AI爱好者猜测国产大模型龙头DeepSeek又要发布重磅更新，不出意外，真的来了。10月17日，澎湃新闻记者获悉，国产大模型龙头DeepSeek再次发布版本更新：DeepSeekV4.1 Flash现已更新至V4.
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。