分类： AI 资讯

Claude Sonnet 5.5 (xHigh) 以 1786 分登 Code Arena: WebDev 第 3 名

Anthropic 的 Claude Sonnet 5.5 以 xHigh 推理档位进入 Code Arena: WebDev 榜单，以 1786 分位列第 3，距离第 2 名 GPT-6 Astra 只差 2 分，而价格约为后者的 80%。

LangChain 公开了在 Agent Harness 内部搭建模型路由器的实践：面对编码 Agent 成本快速上涨，它将不同任务分发给不同档位的模型，使每个任务的中位成本下降 64%，且质量没有可测量的变化。

Anthropic 旗下的 Claude Code 正式开放 mods 功能，开发者可以用几行 TypeScript 改变它的行为、界面和功能，并通过插件机制一键安装。这意味着 Claude Code 从一款官方定义好的编程助手，变成一个可被用户深度改造的开发平台。

小米 MiMo-V2.6 系列的两个模型 Pro 和 Flash 同时进入 Agent Arena 榜单，Pro 位列开源模型第 5，Flash 第 9。相比上一代 MiMo-V2.5-Pro 的第 13 名，Pro 单次版本跃升了 9 个位次。

Black Forest Labs 的新一代旗舰图像模型 FLUX 3 Image 已在 OpenRouter 上线，主打原生 4K 生成、最多 10 张参考图组合，以及用边界框控制版面、做多轮精确编辑。这意味着高端图像生成正从“单次出图”转向“可控、可迭代的编辑工作流”。

Krea 平台正式接入 FLUX 3 Image 模型，支持多轮局部编辑、包围盒排版、最高 4K 生成和最多 10 张参考图组合，图像生成工具正从"一次性出图"转向"可控精修工作流"。

OpenAI 公布丹佛亲子社交俱乐部 The Den 使用 ChatGPT Work 的案例：小团队每周省下 10-15 小时，申请补助从 3 天缩到 2 小时，酒类执照材料从 4 天缩到 3 小时。这类中小企业行政效率案例，是 AI 办公工具从“个人助手”走向“企业流程工具”的一个具体信号。

Ai2 于 2026 年 10 月 1 日发布 Olmo-core 3，用全新的 MoE 训练系统把稀疏大模型的训练规模推向万亿参数级，同时把 MoE 扩展带来的吞吐损耗压到较低水平。它值得关注，是因为训练基础设施本身就是当前大模型竞争中最稀缺、也最不开放的一环。

美国连锁超市 Albertsons 扩大与 OpenAI 的合作，把 ChatGPT Enterprise、OpenAI API 和 ChatGPT 内的 Safeway 购物体验引入旗下 2200 多家门店，让 AI 同时改造内部运营和消费者购物流程。

GitHub 把此前处于功能预览状态的全新仪表盘正式设为所有用户的默认首页，把活跃的 Copilot 智能体会话、issue 和 pull request 集中到一个生产力视图里。这意味着 GitHub 正把 dashboard 从信息流入口变成“直接开工”的任务中枢。