OpenAI与Anthropic对战，Claude Opus 4.6与GPT
发布时间：2026-07-11 14:13:59 作者：玩站小弟 
我要评论
我要评论电子发烧友网报道 北京时间2月6日凌晨，Anthropic与OpenAI分别推出了新版本基础大模型——Claude Opus 4.6和GPT-5.3-Codex。 Claude Opus 4.6：重大
。
电子发烧友网报道 北京时间2月6日凌晨，Anthropic与OpenAI分别推出了新版本基础大模型——Claude Opus 4.6和GPT-5.3-Codex。
Claude Opus 4.6：重大升级，表现卓越
Claude Opus 4.6是Anthropic对其旗舰人工智能模型的一次关键升级。此版本规划更谨慎，能维持更长时间自主工作流程，在企业关键基准测试中超越了包括GPT-5.2在内的众多竞争对手。
新模型首次拥有100万token的上下文窗口，极大提升了AI处理和推理信息的能力。同时，Anthropic在Claude Code中引入类似Kimi K2.5的“智能体团队”研究预览功能，允许多个AI智能体同时处理编码项目不同方面并自主协调。
Opus 4.6可将增强功能应用于多种日常工作任务，如运行财务分析、进行研究以及使用和创建文档、电子表格和演示文稿。在Cowork环境中，它能自主执行多任务，代表人类运用各项技能。
在多项评估中，Opus 4.6成绩斐然。在智能体编码评估工具Terminal-Bench 2.0中取得最高分，在复杂多学科推理测试“人类最后的考试”中领先其他前沿模型。在GDPval-AA测试中，其表现比GPT-5.2高出约144个Elo分数，比前代Claude Opus 4.5高出190分。此外，在衡量模型在线查找难寻信息能力的BrowseComp测试中，它也优于其他模型。
Opus 4.6现已在claude.ai、API及所有主流云平台上线，定价不变，每百万token为5美元/25美元。针对大模型常见的“上下文腐烂”问题，Opus 4.6性能显著优于前代。在MRCR v2的8针1M变体测试中，Opus 4.6得分76%，而Sonnet 4.5仅18.5%，这表明其在保持性能的同时，可利用的上下文信息量大幅提升。
为证明其强大智能体能力，Anthropic研究员用16个智能体从零构建基于Rust的C语言编译器。最终AI输出10万行代码，可编译Linux内核，耗资2万美元，历经2000多次Claude Code会话、两周时间完成。该编译器能在x86、ARM和RISC-V上构建可启动的Linux 6.9，通过GCC 99%的压力测试，可编译FFmpeg、Redis等软件，还能编译并运行Doom游戏。代码可在相关GitHub链接查看。虽无人类编写代码，但研究人员在测试设计、构建CI管道等方面发挥了重要作用，这似乎预示着未来AI工作流程中人类角色的转变。
GPT-5.3-Codex：编程强模，潜力无限
OpenAI推出的GPT-5.3-Codex号称世界上最强大的智能体编程模型。
在编程基准测试中，GPT-5.3-Codex在SWE-Bench Pro和Terminal-Bench 2.0中取得SOTA成绩，在OSWorld和GDPval等智能体能力和真实世界任务测评中，较GPT-5.2-Codex有所提升。不过，OpenAI参加的基准测试数量较少，且与Claude Opus 4.6重叠不多，得分仅供参考。在Terminal-Bench 2.0上，GPT-5.3-Codex得分比Claude Opus 4.6高11.9%。
为展示编程能力，OpenAI展示了一款由GPT-5.3-Codex打造的赛车游戏，游戏有多辆赛车比拼、8张地图，还能用空格键使用道具，虽画风简陋但完成度高，体验链接已给出。
此外，GPT-5.3-Codex是OpenAI首个在自我创建中发挥关键作用的模型，其早期版本助力团队加速模型开发。它结合了GPT-5.2-Codex的编程能力和GPT-5.2的推理能力与专业知识储备，速度提升25%。这意味着它不仅可用于编程，还能胜任软件工程中的调试、部署等工作，甚至可用于制作PPT、Excel、Word等，从OpenAI分享案例看效果良好。
Claude Opus 4.6：重大升级，表现卓越
Claude Opus 4.6是Anthropic对其旗舰人工智能模型的一次关键升级。此版本规划更谨慎，能维持更长时间自主工作流程，在企业关键基准测试中超越了包括GPT-5.2在内的众多竞争对手。
新模型首次拥有100万token的上下文窗口，极大提升了AI处理和推理信息的能力。同时，Anthropic在Claude Code中引入类似Kimi K2.5的“智能体团队”研究预览功能，允许多个AI智能体同时处理编码项目不同方面并自主协调。
Opus 4.6可将增强功能应用于多种日常工作任务，如运行财务分析、进行研究以及使用和创建文档、电子表格和演示文稿。在Cowork环境中，它能自主执行多任务，代表人类运用各项技能。
在多项评估中，Opus 4.6成绩斐然。在智能体编码评估工具Terminal-Bench 2.0中取得最高分，在复杂多学科推理测试“人类最后的考试”中领先其他前沿模型。在GDPval-AA测试中，其表现比GPT-5.2高出约144个Elo分数，比前代Claude Opus 4.5高出190分。此外，在衡量模型在线查找难寻信息能力的BrowseComp测试中，它也优于其他模型。
Opus 4.6现已在claude.ai、API及所有主流云平台上线，定价不变，每百万token为5美元/25美元。针对大模型常见的“上下文腐烂”问题，Opus 4.6性能显著优于前代。在MRCR v2的8针1M变体测试中，Opus 4.6得分76%，而Sonnet 4.5仅18.5%，这表明其在保持性能的同时，可利用的上下文信息量大幅提升。
为证明其强大智能体能力，Anthropic研究员用16个智能体从零构建基于Rust的C语言编译器。最终AI输出10万行代码，可编译Linux内核，耗资2万美元，历经2000多次Claude Code会话、两周时间完成。该编译器能在x86、ARM和RISC-V上构建可启动的Linux 6.9，通过GCC 99%的压力测试，可编译FFmpeg、Redis等软件，还能编译并运行Doom游戏。代码可在相关GitHub链接查看。虽无人类编写代码，但研究人员在测试设计、构建CI管道等方面发挥了重要作用，这似乎预示着未来AI工作流程中人类角色的转变。
GPT-5.3-Codex：编程强模，潜力无限
OpenAI推出的GPT-5.3-Codex号称世界上最强大的智能体编程模型。
在编程基准测试中，GPT-5.3-Codex在SWE-Bench Pro和Terminal-Bench 2.0中取得SOTA成绩，在OSWorld和GDPval等智能体能力和真实世界任务测评中，较GPT-5.2-Codex有所提升。不过，OpenAI参加的基准测试数量较少，且与Claude Opus 4.6重叠不多，得分仅供参考。在Terminal-Bench 2.0上，GPT-5.3-Codex得分比Claude Opus 4.6高11.9%。
为展示编程能力，OpenAI展示了一款由GPT-5.3-Codex打造的赛车游戏，游戏有多辆赛车比拼、8张地图，还能用空格键使用道具，虽画风简陋但完成度高，体验链接已给出。
此外，GPT-5.3-Codex是OpenAI首个在自我创建中发挥关键作用的模型，其早期版本助力团队加速模型开发。它结合了GPT-5.2-Codex的编程能力和GPT-5.2的推理能力与专业知识储备，速度提升25%。这意味着它不仅可用于编程，还能胜任软件工程中的调试、部署等工作，甚至可用于制作PPT、Excel、Word等，从OpenAI分享案例看效果良好。
相关文章
应用随着高速铁路和城市轨道交通的快速发展，传统测试方法已难以满足现代铁路信号系统的复杂性和可靠性要求。自动测试技术以其高效、准确的特点，成为解决这一问题的关键。本案例中的公司是一家专注于科技研发、生产2026-07-11
受国内气候条件，以及国际原材料价格上涨的影响，国内空调企业在刚刚过去的冷冻年度中熬过了又一个冬天。出口内销遇“双冷”根据中华商务网的统计数据，2006冷冻年度(2005年8月至2006年6月)，国内家2026-07-11
2006年度空调市场面临关键的一月。昨天(2006年8月9日)，大中电器将其空调大幅降价，意欲在剩下不多的时间里实现销售上的较大突破。 “这应该是大中电器最后一次也是最大一次的降价。”大中电器空调事业2026-07-11
就此前的“空调能效测试争议事件”，双方已达成和解 在完成对格力、志高、TCL广东三家主流空调企业两日的实地调研后，中国消费者协会副秘书长董京生前天向记者透露，中消协今后将与广东家电企业搭建联合互动的“2026-07-11
1. CBB电容器的基本概念CBB电容器，全称为聚丙烯薄膜电容器，是一种以聚丙烯薄膜为介质的电容器。它具有自愈性、高稳定性、低损耗、高可靠性等优点，适用于高频、高压、高可靠性的场合。2. CBB电容器2026-07-11
调查显示，有超过75％的女性表示宁要等离子电视机不要钻石项链，宁要高端手机也不要由名家设计的女鞋。过去流行的小黑裙也不再是女性的宝贝，地位甚至比不上一台白色的iPod音乐播放器。本报综合报道8月1日2026-07-11
最新评论