Claude Fable 5.1 登顶 Artificial Analysis 智能指数,但每任务成本比 Fable 5 高 20%

Anthropic 新一代模型 Claude Fable 5.1 在 Artificial Analysis 智能指数上以 66 分登顶,成为目前测得的最高分,但每任务成本比 Fable 5 高出约 20%,主要原因是输出 token 消耗量明显增加。
先解决问题,再了解资讯。选择你现在要完成的任务。

Anthropic 新一代模型 Claude Fable 5.1 在 Artificial Analysis 智能指数上以 66 分登顶,成为目前测得的最高分,但每任务成本比 Fable 5 高出约 20%,主要原因是输出 token 消耗量明显增加。

GitHub CLI( gh )在其 v2.99.0 版本中正式上线了一个可重复使用的 --attach 参数,允许开发者直接在命令行里为 issues、pull requests 和评论附加图片或视频,并在正文中自动生成内联引用。

OpenAI 在内部评估中认定其下一代模型 Astra 已具备“重大(Critical)”级别的网络安全能力,即能在无人逐步指导下自主发现并利用多个高防护系统中的未知漏洞。这是 OpenAI 首次将模型评定至该级别,因此 Astra 将采取更严格的防护措施并限制高级功能的开放范围。

GitHub 正在公测 Copilot 代码审查的“批准”能力——AI 不仅能发现问题,还能在认为代码就绪时直接对 pull request 点“同意”。这项功能默认关闭,但若开启,Copilot 的批准将计入仓库合并所需的审批规则。

GitHub 为 Copilot 的用户级预算新增了到期日期功能,管理员可为单个用户设置临时预算额度并自动失效,免去手动清理的运维负担。这项能力即日起对所有 GitHub Copilot Business 和 Enterprise 用户开放。

Google 在 2026 年 8 月密集更新了 AI 产品线,发布了更便宜的 Gemini 3.7 Flash 开发模型、新一代 Pixel 11 系列硬件,并为学生提供一年免费 AI 套餐。Gemini 应用月活用户正式突破 10 亿,标志着 AI 助手从尝鲜走向大众日常。

艾伦人工智能研究所(Ai2)推出 BenchMIRT,一种基于多维项目反应理论(MIRT)的基准测试审计方法,能在单个提示词层面拆解 LLM 基准测试实际测量的能力。初步分析显示,像 BBQ 和 WMDP 这类常被归入安全类的基准,其得分更多与通用推理能力相关,而非单纯的安全行为。

GitHub 宣布 Enterprise Live Migrations(ELM)全面可用,企业可在近乎零停机的情况下,将大型仓库从 GitHub Enterprise Server(GHES)迁移到云端。该工具专门应对超大规模 monorepo 和跨时区协作场景,解决了传统迁移必须挑选低峰窗口的痛点。

OpenAI 的 Codex 桌面应用(现已更名 ChatGPT)在本地缓存中捆绑了完整的 Python、Node.js 环境以及 LibreOffice 办公套件等 1.7GB 原生工具,表明 AI 编程助手正在向本地化、全栈自动化操作方向发展。

由以色列 8200 部队老兵创立的 AI 安全公司 AIR 宣布获得 5000 万美元种子融资,推出专门审查 AI 代理所用技能、插件与 MCP 服务器安全性的平台。这笔交易显示,围绕企业级 AI 代理的软件供应链安全正成为一级市场的新焦点。