Zhipu AI 年度經常性收入達 10 億美元，半年增長 15 倍
截至 2026 年 7 月，Zhipu AI 的年度經常性收入 (ARR) 已達到 10 億美元，在六個月內實現了 15 倍的增長。其成功主要歸功於對 AI 編碼與推理模型的深耕。
Search
Tag: #llm-benchmarks36 results
Anthropic 發布 Claude Opus 5，專注於執行效率與成本優化
Anthropic 發布了 Claude Opus 5，這是一款針對複雜任務執行、工具調用與成本效益進行優化的新模型。它具備可調節的「思考檔位」（effort），讓用戶能平衡性能與 Token 消耗。
Moonshot AI 的 Kimi K3 登頂程式碼排行榜
Moonshot AI 推出的 Kimi K3 模型迅速登上 Arena 程式碼排行榜，超越了 Claude Fable 5 和 GPT-5.6 Sol 等主要競爭對手。此次發布引發了關於 AI 開發速度的激烈政治與產業辯論。
Grok 4.5 與 Claude 4.8：AI 智能體對決
透過各自的智能體（Grok Build 與 Claude Code）對 Grok 4.5 與 Claude 4.8 進行對比測試，結果顯示兩者在編碼、邏輯推理與文件分析方面競爭激烈。Claude 依然是更穩健安全的工程師，但 Grok 4.5 以更低的成本展現了顯著的性能提升。
xAI 的 Grok 4.5 開啟內部測試
Elon Musk 宣佈 Grok 4.5 已在 SpaceX 與 Tesla 內部開啟測試，性能據稱可媲美 Claude Opus。該模型基於 1.5 兆參數的 V9 基礎模型，並整合了 AI 編程工具 Cursor 的數據。
阿里巴巴 Qwen3.7-Max 登頂國產大模型榜首
阿里巴巴最新的 Qwen3.7-Max 模型在國產大型語言模型中排名第一。據報導，其性能表現僅次於 Claude Opus。
Google 在最新數學基準測試中超越 OpenAI
據報導，Google 在數學推理能力方面取得了對 OpenAI 的顯著領先，效能比達到 9 比 1。此進展凸顯了先進 AI 推理模型領域日益激烈的競爭。
Cursor 發布 Composer 2.5，實現高效能且低成本編碼
Cursor 發布了全新 AI 模型「Composer 2.5」，其性能媲美 Claude Opus 4.7 與 GPT-5.5 等頂尖模型，但成本僅為其十分之一。該模型在 Artificial Analysis 的編碼代理基準測試中排名第三。
Coding 成為大模型應用的核心驅動力
數據顯示，編碼任務目前佔據了大模型 Token 使用量的 50% 以上，推動產業重心從通用應用轉向專業的編碼能力。
阿里巴巴發布旗艦模型 Qwen3.7-Max
阿里巴巴發布了專為自主智能體任務優化的旗艦模型 Qwen3.7-Max。該模型在編程與推理能力上取得重大突破，並在國際基準測試中表現優異。