Anthropic 正式推出 Claude Fable 5.1，并同步发布面向网络防御与生命科学的 Mythos 5.1。Fable 5.1 在 Terminal-Bench 4.0 上达到 55.8%（上代 42.0%），科学终端基准翻倍至 52.6%，并在 CursorBench 3.2 以 73.4% 成为 Cursor 实测最强模型；缓存读取成本下降 75%，高代理工作负载最高可省约 45%。
Anthropic 推出 Claude Fable 5.1 与面向网络防御、生命科学的 Mythos 5.1，定位为当前最强的编程与知识工作模型。Fable 5.1 在 Terminal-Bench-Science 0.1 上拿到 52.6%，较 Fable 5 翻倍以上，Terminal-Bench 4.0 从 42.0% 升至 55.8%；缓存读取成本下降 75%，高代理负载最高可便宜约 45%。
Anthropic 正式推出 Claude Fable 5.1 与面向网防和生命科学的 Mythos 5.1，宣称其为全球最强编程与知识工作模型。Fable 5.1 在 Terminal-Bench 4.0 上达到 55.8%（Fable 5 为 42.0%），科学终端基准翻倍至 52.6%；缓存读取降价 75%，典型负载成本约降 25%，高智能体负载最高可降 45%。该模型已登陆 Cursor（CursorBench 3.2 最高 73.4%）和 GitHub Copilot。
Google DeepMind 推出 Gemini 3.8 Flash 与专用网络安全模型 3.8 Flash Cyber。3.8 Flash 相对 3.7 Flash 在软件工程、代理任务与多步推理上显著提升，已在 Antigravity、Gemini API 与 Gemini App 上线；Flash Cyber 在 CyberGym 领先，并在 Chrome 代码库实测中产出 2.6 倍有效修复，经 Fairwind 计划向关键基础设施防御方开放。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察