标签
Anthropic 发布了 Claude Sonnet 5.5，与 Sonnet 5 相比，在基准分数、成本效率和速度方面都有重大改进，在 Terminal-Bench 4.0 上得分 70.6%。
一位用户分享了Claude 3.5 Sonnet如何基于早期模型差异进行外推，准确预测了Qwen 3.8 27B的未来性能，基准测试结果非常接近。
Claude Sonnet 5 在几分钟内被越狱，利用了学术/研究框架和角色劫持，绕过了除化学/生物之外的大多数安全类别。
atomic.chat进行了一项对比，显示Claude Sonnet 5在三个物理编码演示中与GPT 5.5表现相当，但成本低6倍，且使用的token数少于其他模型。
一位开发者分享了一种架构模式，用于管理持续运行的Anthropic智能体循环中的上下文窗口膨胀问题，采用KV缓存、动态工具模式加载，以及通过Claude 3.5 Sonnet和Claude 3 Opus解耦执行器与顾问角色。
Anthropic 发布工程博文详细拆解多智能体系统，使用 Claude Opus 4 作为主协调器、Claude Sonnet 4 作为子智能体，多智能体系统比单智能体 Claude Opus 4 性能提升 90.2%，同时 token 消耗增加约 15 倍，并总结了五种协作模式。