量子位精选7878Anthropic三个内部模型曝光，最强Model 4的AECI超过Opus5.5
第三方评估机构METR的新报告披露，Anthropic三个未公开命名的内部模型Model 2、Model 3、Model 4分别在今年7月、8-9月、9-10月完成训练。
推荐理由: METR报告披露Anthropic三个内部模型的训练时间与AECI得分，并给出研发提速的量化参照。
实时
标签
#评测/基准
今天最值得读的 AI 新闻，来自正在塑造 AI 的实验室、创业公司和研究者。
- 量子位精选7878
- 量子位精选7575
腾讯 Hy4 调用激增十倍扩容，Agent Arena 开源模型第一
腾讯 11 月 5 日宣布因 Hy4 调用激增，WorkBuddy 已进行十倍扩容并提升用户免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单位列中国模型第二，在 Agent Arena 总榜第 13 名、居开源模型第一。
推荐理由: 腾讯 Hy4 发布后调用激增并十倍扩容，同时给出 Artificial Analysis 与 Agent Arena 两项榜单位置和单任务成本对比。
IT之家 · AI精选7272OpenAI 公示 GPT-6.1 Terra 安全测试：整体风险下降，破坏性行为上升
OpenAI 公布了 GPT-6.1 Terra 的安全评估结果，在 48,690 个匹配任务中收到 22 个严重程度不低于 3 级的安全标记，占比约 0.045%，比 GPT-6 Sol 减少 42%，比 GPT-5.6 Sol 减少 64%。
推荐理由: OpenAI 公示的模拟测试显示新模型整体风险下降，但 Agent 协作场景下的未授权操作比例明显更高。
已浏览全部内容