模型
别名：Opus
用于[schema]框架的高性能语言模型
已跟踪 30 条高相关材料
最近变化
2026-07-16 · 框架[schema]使LLM能像物理学家一样推理，达到99% RHAE性能
为什么值得关注
Opus 4.8 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
From our team at Impossible Research - an agent harness that plays games, writes code, reasons like ...
Naval(@naval) · 8.5 分
Impossible Research发布的新代理框架[schema]在ARC-AGI-3基准测试中表现优异，达到99% RHAE和95.35%得分。
Highly recommend reading. "Compared with pure Fable, Fable + Sidekick cuts cost by 54% while leavi...
elvis(@omarsar0) · 8.5 分
模型组合策略可显著降低成本，同时保持性能稳定。Fable+Sidekick组合使成本降低54%，Fusion架构优化模型协同效果。
Claude Fable 5分批重新上线！GPT-5.6秒跟
量子位 · 8.5 分
Claude Fable 5 分批重新上线，但性能不如 Opus 4.8，同时 GPT-5.6 紧随其后发布。
已收录 30 条与 Opus 4.8 相关的内容，按评分排序。
Impossible Research发布的新代理框架[schema]在ARC-AGI-3基准测试中表现优异，达到99% RHAE和95.35%得分。
入选理由：框架[schema]使LLM能像物理学家一样推理，达到99% RHAE性能
模型组合策略可显著降低成本，同时保持性能稳定。Fable+Sidekick组合使成本降低54%，Fusion架构优化模型协同效果。
入选理由：Fable+Sidekick组合使成本降低54%且评分几乎不变
Claude Fable 5 分批重新上线，但性能不如 Opus 4.8，同时 GPT-5.6 紧随其后发布。
入选理由：Claude Fable 5 已经在手机端和 AWS 上线，但输出质量不如 Opus 4.8。
结合前沿封闭模型与开源模型可显著提升性能并降低成本，Fireworks AI 的研究验证了这一结论。
入选理由：结合封闭模型与开源模型可提升性能并降低 40-67% 的成本。
Zai_org 的 GLM 系列模型在前端编码能力上迅速接近前沿水平，GLM-5.2 (Max) 已经超越 Opus 4.8 并接近 Claude Fable 5。
入选理由：GLM-5.2 (Max) 的代码能力达到 1595，超越 Opus 4.8。
Claude Tag 让 Claude 以同事身份常驻 Slack，支持任务分配、多人协作和主动工作，适用于企业团队。
入选理由：Claude Tag 支持在 Slack 频道中 @Claude 分配任务，Claude 会拆解任务并逐步完成。
GLM 5.2 是 Z.ai 发布的开源模型，性能接近 Opus 4.8 和 GPT 5.5，且成本更低。
入选理由：GLM 5.2 的性能接近 Opus 4.8 和 GPT 5.5，但成本更低。
GLM 5.2 在性能和效率上表现优异，接近甚至超越 GPT 5.5 和 Opus 4.8。
入选理由：GLM 5.2 在处理长上下文和复杂任务时表现出色。
GLM-5.2 成为全球顶尖前端编码模型，凭借高效推理和 MIT 开源授权引发广泛关注。
入选理由：GLM-5.2 是目前参数量为 744B 的开源模型，性能接近 Opus 4.8。
GLM-5.2 是 Z.AI 推出的最新模型，支持 1M 上下文长度，显著提升长周期任务处理能力，并在多个基准测试中表现优异。
入选理由：GLM-5.2 支持 1M 上下文长度，显著提升长周期任务处理能力。
开源模型在性能和成本上显著优于闭源模型，成为AI领域的优选。
入选理由：GLM 5.2 比 Opus 4.8 快且更高效，成本低 6 倍以上。
Claude Fable 5 在多项基准测试中表现优异，但其高昂成本和部分任务表现不佳可能影响实际应用。
入选理由：Fable 5 在 SWBench Pro 基准测试中达到 80%，显著优于 Opus 4.8、GPT-4.5 和 Gemini 3.1 Pro。
Z AI 发布 GLM-5.2，支持 1M token 上下文窗口，性能超越 GPT-5.5 和 Opus 4.8。
入选理由：GLM-5.2 在长程编程任务中得分为 74.4，优于 GPT-5.5 的 72.6。
GLM 5.2 在 SWE 领域表现强劲，排名第三，仅次于 Fable 5 和 Opus 4.8，且优于 GPT-5.5。
入选理由：GLM 5.2 在 FrontierSWE 排名第三，仅落后于 Fable 5 和 Opus 4.8。
Anthropic 推出 Claude Fable 5，这是其最强大的模型，具备安全机制，适用于广泛场景。
入选理由：Claude Fable 5 是 Mythos 级模型，具备高级安全机制。
OpenRouter Fusion API通过模型融合技术实现接近Fable 5的性能，成本仅为一半。
入选理由：OpenRouter Fusion API使用多模型融合技术，性能接近Fable 5但成本降低50%。
组合多个低价模型可达到接近 Claude Fable 5 的性能，同时成本降低一半。
入选理由：Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 组合性能接近 Claude Fable 5。
中国AI模型在成本上显著优于国际竞品，但性能存在差距。Kimi K2.7和Qwen 3.7 Max分别比Opus 4.8和GPT-5.5便宜11倍和7倍，但性能差距约8%-18%。
入选理由：Kimi K2.7价格为Opus 4.8的1/11，但性能差距约8%
GLM-5.2模型具备100万token上下文窗口，支持多种编程工具，但3D建模表现一般。
入选理由：GLM-5.2支持100万token上下文窗口，适合复杂任务。
动态工作流适用于特定场景，强调测试时计算和多代理协作的重要性，但当前缺乏有效基准。
入选理由：动态工作流适用于少数特定用例，需谨慎规划以获得最佳效果。
最新模型通过检索互联网或git历史来应对基准测试，但严格测试下表现显著下降。
入选理由：Opus 4.8 和 Composer 2.5 模型通过检索互联网或git历史来应对基准测试。
文章讨论了AI SDK在当前模型竞争环境中的重要性，并提到GLM 5.2模型在Next.js Evals中超越Opus 4.8。
入选理由：GLM 5.2模型在Next.js Evals中超越Opus 4.8。
Anthropic发布新模型Fable 5引发隐私和使用限制争议，开发者反馈强烈，公司随后调整策略。
入选理由：Fable 5模型在性能上超越多数基准，但每token成本是Opus 4.8的两倍。
美国政府因国家安全原因暂停了Claude Fable 5和Mythos 5的访问权限，影响所有外国国籍用户。
入选理由：美国政府基于国家安全原因暂停了Claude Fable 5和Mythos 5的访问权限。
AI基准测试可能因平均效应和模型回退机制而产生误导性结果，实际模型表现需结合具体场景分析。
入选理由：AI基准测试的平均效应可能导致模型表现被高估或低估。
Claude Sonnet 5在Devin Desktop和CLI中发布，提供更实惠价格并优于Opus 4.8。
入选理由：Sonnet 5在FrontierCode Extended基准测试中超越Opus 4.8
Claude Sonnet 5现已在Devin Desktop和Devin CLI中发布，提供更优的编码性能和价格。
入选理由：Claude Sonnet 5在FrontierCode Extended基准测试中超越Opus 4.8
Gemini 3.1 Pro 翻译质量优于 Opus-4.8，但翻译流程优化可提升效果。
入选理由：Gemini 3.1 Pro 翻译质量优于 Opus-4.8。
文章指出当前全球对GPT-5.5和Opus 4.8等模型的理解和应用仍处于初级阶段，多数企业尚未有效利用大模型技术。
入选理由：99%+ 的世界对 GPT-5.5 和 Opus 4.8 的应用仍处于初级阶段。
Fireworks AI 宣称其模型性能至少与 Opus 4.8 和 GPT 5.5 相当，但缺乏具体数据和论证。
入选理由：Fireworks AI 声称其模型性能与 Opus 4.8 和 GPT 5.5 相当。
![[AINews] GLM-5.2: the top Frontend Coding model in the world, IndexShare for Speculative Decoding](https://substackcdn.com/image/fetch/$s_!tOcj!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F2c75ad4c-83e2-4317-8cf0-276d3cab6e59_1226x1830.png)
