OpenAI与Anthropic对战，Claude Opus 4.6与GPT
时间：2026-07-10 18:50:10 来源：郑州丰耀农业科技有限公司
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。
相关内容
- ·XMOS与飞腾云达成增值分销协议
- ·惊险！泉州一女子被卷入车底，众人抬车抢救
- ·参观高校，重在体验而非“买买买”
- ·评论：“搭子社交”可以有 “亲密伙伴”不应无
- ·联合国秘书长呼吁美伊紧张局势降级_
- ·“年轻人爱上老年人生活方式”不是坏事
- ·“年轻人爱上老年人生活方式”不是坏事
- ·沙尘天气再度来袭 是否进入新活跃期？
- ·宁德时代与Stellantis集团合资建厂，总投资41亿欧元
- ·酒精冰淇淋含酒量不明引担忧 专家认为应强化监管规范销售
- ·泉州一女子箱子被拿走，关系癌症老人性命
- ·PCB内层互联失效的危害和成因
- ·创维与珠海万达商管南区达成全面战略合作
- ·暑期，让孩子爱上整本书阅读
- ·显示、加速、控制一体集成：国民技术N32H7让TFT应用化繁为简
- ·精度与效率的权衡：航空发动机变维度混合仿真中耦合策略的对比研究与工程适用性分析
最新内容
推荐内容