SIGNPOST-Bench：多模态大模型文本-视觉冲突消解新基准

相关推荐

• Artificial Analysis：Claude Opus 5.5 登顶 Coding Agent Index，但单任务成本升至 $13.04

  Artificial Analysis 测评显示，Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index，较 Opus 5（60）高 6 分，三项评测 Terminal-Bench 4.0（63.1%）、DeepSWE v1.1（68.4%）、SWE-Atlas-QnA（66.4%）全部提升。

  

  AI资讯 2026年9月24日

  000

• Anthropic 为 Claude Max 和 Team 套餐推出月度 Platform API 额度

  Anthropic 正在为 Claude Max 和 Team 套餐推出月度 Claude Platform API 额度：Max 5x 为 $100，Max 20x 为 $200，Team 最多 $500 且可共享。额度适用于任何模型，包括 Haiku 5.5，可在自己的代码或第三方 harness 中使用。

  

  AI资讯 2026年10月8日

  000

• Claude 文本水印机制如何运作

  未来 Claude 模型生成的文本将包含水印，用于判断文本由 Claude 撰写的可能性，这是 Anthropic 为遵守欧盟《AI 法案》而实施的变更。该方法基于 Google DeepMind 的 SynthID-Text 技术，对输出质量、创造力和可读性无实际影响，读者无法区分水印文本与普通文本，且不增加额外 token 或成本。

  

  AI资讯 2026年8月15日

  000

• Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型

  Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）为默认 Opus 模型，支持 1M 上下文，价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

  

  AI资讯 2026年9月23日

  000

• OpenRouter 上线 FLUX 3 Video 统一多模态模型

  @bfl_ai 的 FLUX 3 Video 现已在 OpenRouter 上向所有人开放。

  一个统一的视频、音频、图像和动作预测多模态模型家族。严肃、有趣、创意、真实、电影感，随你所需。基于统一架构联合训练。

  

  AI资讯 2026年8月5日

  000