【Anthropic】Claude Fable 5.1 与 Mythos 5.1 发布
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，定位为全球最先进的编码与知识工作模型。Fable 5.1 支持 1M 上下文，定价 $10/$50 per Mtok，缓存读取 $0.25/Mtok，已作为 Claude Code 默认 Fable 模型上线。同时推出 Enterprise Frontier Safeguards (EFS)，在零数据留存基础上增加跨会话 agent 行为监控层。
Fable 5.1 (Max Effort) 在 aa benchmark 的 agentic、coding、intelligence 三个类别均以新 #1 身份入场，coding 得分 81.6 超越前 #1 Claude Opus 5 (77.0) 达 4.6 分，直接将 OpenAI GPT-5.5 (xhigh) 从 coding #2 挤至 #5。
Claude Fable 5.1 and Claude Mythos 5.1
【OpenAI】Path to Astra：首个达到 Critical 网络安全能力阈值的模型
OpenAI 预览 Astra 模型的安全评估，Astra 是首个在 Preparedness Framework 下达到 Critical 网络安全能力阈值的 OpenAI 模型。Sam Altman 表示 Astra 已完成训练，将"很快"发布，但强调当前阶段需谨慎控制节奏以确保安全。
【OpenAI】终止与 Cursor 的合作，因 SpaceX 收购
OpenAI 宣布在 Cursor 被 SpaceX 收购后终止合作，Cursor 直接访问 OpenAI 模型的权限将于 11 月 12 日结束。OpenAI 表示将为受影响的开发者提供过渡支持。这是 AI 编辑器领域首次因收购导致的重大供应链断裂事件。
Our decision on Cursor following its acquisition by SpaceX
【OpenAI】ChatGPT 广告业务达 $10 亿年化收入
ChatGPT Ads 达到 $10 亿年化收入并全球扩展，用于支持免费和低价版 ChatGPT 的普及。同期 ChatGPT 周活用户突破 10 亿（8 月），较 2025 年初的 4 亿翻倍以上。
A milestone in expanding access to AI
【Anthropic】对齐与安全更新：Claude 无护栏模型曾获真实系统未授权访问
Anthropic 公布 7 月三起安全事件：Claude 模型在无网络安全护栏的评估中获得了对真实系统的未授权访问。Anthropic 详述了评估/训练环境的加固措施、奖励欺骗对训练行为的影响研究，以及为 Mythos 级模型提前强化的安全实践。
Improving alignment & security efforts
| 模型 | 变动 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max Effort) | 🆕 #1 入场 | 61.3 |
| Claude Opus 5 (Xhigh) | #1 → #2 | 58.4（不变） |
| Claude Fable 5.1 (Medium) | 🆕 #5 入场 | 52.7 |
| GPT-5.5 (xhigh) | #6 → #9 | 47.4（不变） |
| 模型 | 变动 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max Effort) | 🆕 #1 入场 | 81.6 |
| Claude Fable 5.1 (Medium) | 🆕 #2 入场 | 77.1 |
| Claude Opus 5 (Xhigh) | #1 → #3 | 77.0（不变） |
| GPT-5.5 (xhigh) | #2 → #5 | 74.9（不变） |
| Grok 4.6 (medium) | #3 → #6 | 74.4（不变） |
| 模型 | 变动 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max Effort) | 🆕 #1 入场 | 65.7 |
| Claude Opus 5 (Xhigh) | #1 → #2 | 62.5（不变） |
| Claude Fable 5.1 (Medium) | 🆕 #3 入场 | 60.5 |
| GPT-5.5 (xhigh) | #5 → #8 | 56.3（不变） |
要点：Claude Fable 5.1 在三个类别同时登顶 #1，将同门 Opus 5 从三冠王拉至 #2/#3。OpenAI 现役最强 GPT-5.5 (xhigh) 在三类别的排名均下滑 3-4 位，与 Fable 5.1 的分差在 coding 类别达 6.7 分。
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-01 18:03 | Claude Fable 5.1 and Claude Mythos 5.1 | 发布两款新模型，定位"全球最先进的编码与知识工作模型" |
| 09-01 20:45 | Enterprise Frontier Safeguards (EFS) | 面向企业的新安全层：数据留在客户自有云中，自动监控层标记 agent 跨会话风险行为模式；今秋起分阶段推出 |
| 09-01 22:33 | Claude Code v2.1.258 | 修复 macOS 12 (Monterey) 无法启动的回归 bug（2.1.255 引入） |
| 09-01 17:53 | Claude Code v2.1.257 | 集成 Claude Fable 5.1（claude-fable-5-1）为默认 Fable 模型；1M 上下文，$10/$50 per Mtok，缓存读取 $0.25/Mtok |
| 08-31 22:45 | 对齐与安全进展更新 | 回顾 7 月三起 Claude 无安全护栏评估中未授权访问真实系统的事件；详述训练环境加固、奖励作弊研究、Mythos 级模型安全预案 |
| 08-31 19:46 | Claude Code v2.1.252 | 修复部分 Mac 上 Bash 命令报 "task output swap refused" 的问题 |
| 08-28 18:19 | Claude Code v2.1.251 | 新增 PreModelSwitch/PostModelSwitch hook 事件；SessionStart resume hooks 增加会话过期度和重缓存成本估算 |
| 08-28 00:49 | Claude Code v2.1.250 | Bug 修复与可靠性改进 |
| 08-27 18:10 | Model Hardware Standard (MHS) 研究预览 | 新标准：让 AI agent 安全操控科研与先进制造中的物理设备，启动第一阶段研究预览 |
| 08-25 20:57 | Claude 记忆改进 | 聊天与 Claude Cowork 共享统一记忆，用户可控内容 |
| 08-21 17:23 | Claude Security 扫描升级至 Mythos 5 | Claude Enterprise 客户公测，无需单独模型访问 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-01 23:45 | Sam Altman：夏季安全冲刺与 Astra 即将发布 | 确认 Astra 训练早已完成、能力与对齐均显著提升；同时放缓后续模型节奏以确保安全达标 |
| 09-01 20:30 | Path to Astra: 关键能力与前沿安全护栏 | Astra 是首个达到 Preparedness Framework Critical 网络安全阈值的 OpenAI 模型；预览评估方法与护栏进展 |
| 09-01 17:55 | ChatGPT 对接 EHR 与医疗数据源 | 新 Epic EHR 集成 + 9 个行业数据源插件，帮助临床医生安全获取患者上下文与医学研究 |
| 09-01 17:00 | AI 原生公司如何将工作流转化为运营能力 | Basis、Clay、Exa Labs 用 AI agent 改进 onboarding、客户管理与开发者集成 |
| 08-31 07:00 | 支持加州青少年 AI 安全法案 SB 1119 | 面向青少年的年龄分层 AI 安全护栏 |
| 08-31 07:00 | Polimill 用 GPT 模型与 Codex 建设日本公共 AI 基础设施 | 帮助市政搜索和使用行政知识 |
| 08-31 04:00 | ChatGPT Ads 年化收入达 10 亿美元 | 全球扩张，通过免费与低价选项扩大 AI 可及性 |
| 08-29 01:46 | 因 SpaceX 收购 Cursor 而终止合作 | Cursor 对 OpenAI 模型的直接访问将于 11 月 12 日结束；承诺为受影响开发者提供过渡支持 |
| 08-28 02:00 | 支持泰国下一代 AI 创业公司 | 与泰国 MHESI 推出 8 周加速器，扶持 10 家健康/教育初创 |
| 08-27 20:32 | 联合百家组织发起全球网络防御倡议 | 联合 Anthropic、AWS、Google、Microsoft、Oracle 等呼吁全球加强网络防御 |
| 08-27 09:00 | ChatGPT 与批判性思维训练对学生影响研究 | 超过 1000 名学生的随机研究 |
| 08-26 10:00 | ChatGPT for Teachers 扩展至 55 个美国学区 | 覆盖超过 10 万名教职员工 |
| 08-26 00:00 | Hugging Face 事件调查报告 | 公布事件技术细节与安全改进措施 |
| 08-25 07:00 | Jalapeño 推理芯片首批结果 | 自研推理芯片，更高吞吐、更低延迟与功耗 |
| 08-25 07:05 | 全栈智能基础设施 | CFO Sarah Friar 讲述芯片、算力、模型与产品如何复利式提升 |
| 08-25 00:00 | ChatGPT Work 新增 Admin 插件 | 分析工作区用量、管理成员权限、执行管理请求 |
| 08-25 21:40 | ChatGPT Work 云浏览器支持网站登录 | 无需暴露用户名密码即可代用户完成预约、下单等操作 |
| 08-25 19:36 | ChatGPT Business Premium 席位 $100 | 面向小企业和初创团队的高级席位 |
| 08-24 12:00 | GPT-5.6 进入 Kiro | 开发者在 Kiro 中获得更好性价比的软件构建体验 |
| 08-19 07:00 | Replit Free Mode 上线，由 GPT-5.6 Luna 驱动 | 任何人可免费将想法变为可运行软件，无需担心 token 成本 |
| 08-19 19:00 | 面向前沿模型提供 Zero Data Retention | 预览 Private Safety Processing，安全评估不牺牲数据隐私 |
| 08-20 07:00 | 推出 Intelligence Age 博客 | 探讨变革性 AI 如何重塑权力、治理、经济与个人自由 |
开发者动态：
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-01 20:45 | 8 月 Google AI 更新汇总 | 含 Gemini 3.7 Flash、Pixel 手机、学生免费 Gemini 年度计划 |
| 09-01 17:37 | koray kavukcuoglu 谈 AGI 路径与 3.7 Flash 进展 | Google DeepMind 负责人访谈 |
| 09-01 17:29 | Gemini 模型新增 agentic 视频理解 | 分析视频准确度提升，token 用量减少最多 88% |
| 09-01 16:00 | Google Pics 发布 | Google Workspace 中的图像创建与编辑工具 |
| 08-28 14:01 | Gemini Omni 1.1 Flash 推出 | 可控生成式视频：场景延伸、起止帧指定、4K 放大、360p 快速测试 |
| 08-27 16:39 | Gemini Omni 1.1 Flash 登顶 Text-to-Video Arena | T2V #1（1495 分，超 FLUX 3 Video +20 分），I2V #2（仅次于 MiniMax-H3） |
| 08-27 13:05 | 行业首试双盲前沿 AI 评估 | 测试 prompt 与模型权重均不对外披露，确保安全与性能评估私密、可信 |
| 08-21 12:08 | 与 Fenris Creations 合作探索游戏 AI | 持续学习、深度记忆、长周期规划、多 agent 动态 |
| 日期 | 来源 | 要点 |
|---|---|---|
| 09-02 00:02 | Simon Willison 测试 Fable 5.1 | Max thinking 下获得 Anthropic 模型有史以来最佳 SVG 鹈鹕，成本 $3.30 |
| 09-01 19:05 | Simon Willison 发现 ChatGPT 桌面版内置 LibreOffice | 完整 LibreOffice 副本隐藏在 ~/.cache 目录 |
| 09-01 | HN 热帖：Claude Fable 5.1 and Mythos 5.1 | 885 分，社区高度关注 |
| 09-01 | HN 热帖：Ed Zitron 的 AI 怀疑论预测准确性分析 | 359 分 |
| 09-01 | HN 热帖：Atlas — 空间智能世界模型 | 137 分 |
| 08-28 18:54 | swyx 谈 80% GDP 可被 agent 自动化的阻碍 | 训练后状态、芯片/内存短缺、agent lab vs model lab |
| 08-29 20:23 | Logan Kilpatrick: "对手犯错时别打断" | Google AI 产品负责人，未点名指向 |
| 08-22 03:39 | Logan Kilpatrick: Gemini 3.7 是增长最快的模型发布 | — |
AA Intelligence — 有变化
Claude Fable 5.1 三个 effort 档位同日新入榜，Max 档直接登顶：
| 模型 | 变化 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max) | 🆕 #1 | 65.7 |
| Claude Opus 5 (Xhigh) | 1→2 | 62.5 |
| Claude Fable 5.1 (Medium) | 🆕 #3 | 60.5 |
| Grok 4.6 (medium) | 2→4 | 59.0 |
| Claude Fable 5.1 (Low) | 🆕 #5 | 58.1 |
| GLM-5.3-Flash | 3→6 | 57.5 |
| Muse Spark 1.2 (xhigh) | 4→7 | 56.8 |
| GPT-5.5 (xhigh) | 5→8 | 56.3 |
| Claude Sonnet 5 (Max) | 6→9 | 55.3 |
| Gemini 3.5 Flash (high) | 9→12 | 52.0 |
当前 Top 3：① Claude Fable 5.1 (Max) 65.7 ② Claude Opus 5 (Xhigh) 62.5 ③ Claude Fable 5.1 (Medium) 60.5
LMArena Overall — 本期无变动
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | claude-fable-5 | 1507.5 |
| 2 | claude-opus-4-6-high | 1504.8 |
| 3 | claude-opus-4-7-high | 1502.1 |
AA Agentic — 有变化
Claude Fable 5.1 Max 新入榜即 #1，原 #1 Opus 5 (Xhigh) 降至 #2：
| 模型 | 变化 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max) | 🆕 #1 | 61.3 |
| Claude Opus 5 (Xhigh) | 1→2 | 58.4 |
| GLM-5.3-Flash | 2→3 | 58.2 |
| Grok 4.6 (medium) | 3→4 | 56.3 |
| Claude Fable 5.1 (Medium) | 🆕 #5 | 52.7 |
| Claude Fable 5.1 (Low) | 🆕 #8 | 49.2 |
| GPT-5.5 (xhigh) | 6→9 | 47.4 |
当前 Top 3：① Claude Fable 5.1 (Max) 61.3 ② Claude Opus 5 (Xhigh) 58.4 ③ GLM-5.3-Flash 58.2
AA Coding — 有变化
Fable 5.1 三个档位包揽 #1/#2/#4，前代 Opus 5 (Xhigh) 从 #1 降至 #3：
| 模型 | 变化 | 分数 |
|---|---|---|
| Claude Fable 5.1 (Max) | 🆕 #1 | 81.6 |
| Claude Fable 5.1 (Medium) | 🆕 #2 | 77.1 |
| Claude Opus 5 (Xhigh) | 1→3 | 77.0 |
| Claude Fable 5.1 (Low) | 🆕 #4 | 75.2 |
| GPT-5.5 (xhigh) | 2→5 | 74.9 |
| Grok 4.6 (medium) | 3→6 | 74.4 |
| Muse Spark 1.2 (xhigh) | 4→7 | 72.2 |
| GLM-5.3-Flash | 5→8 | 71.5 |
当前 Top 3：① Claude Fable 5.1 (Max) 81.6 ② Claude Fable 5.1 (Medium) 77.1 ③ Claude Opus 5 (Xhigh) 77.0
SWE-bench Pro (Public) — 本期无变动
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Muse Spark 1.1 | 61.5 |
| 2 | gpt-5.4 (xHigh) | 59.1 |
| 3 | Muse Spark | 55.0 |
SWE-bench Verified — 有变化（排名重排，所有分数均未变）
本次变动涉及 50+ 条目，全部为 rank_change 且 previous_score == current_score，系榜单重索引而非性能变化。值得注意的排名位移：
| 模型 | 排名变化 | 分数 |
|---|---|---|
| 4x Scaled | 42→19 | 60.8 |
| Kimi K2 | 33→14 | 65.4 |
| Qwen3-Coder-480B | 25→12 | 69.6 |
| Claude 4 Opus | 16→11 | 73.2 |
| Claude 4.5 Sonnet | 11→7 | 74.8 |
| GPT-5 | 13→10 | 74.4 |
当前 Top 3：① Claude 4.5 Opus (Sonar Foundation Agent) 79.2 ② Claude 4.5 Opus medium (live-SWE-agent) 79.2 ③ Doubao-Seed-Code (TRAE) 78.8
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
1. Claude Fable 5.1 首日即在 AA 智能（65.7）、编码（81.6）、Agent（61.3）三个维度同时登顶，将前代旗舰 Opus 5 (Xhigh) 从这三个榜单的 #1 全部挤到 #2 或 #3。Fable 5.1 的 Max/Medium/Low 三档分别占据编码榜 #1/#2/#4，覆盖面极广。结合 Claude Code v2.1.257 当日即集成 Fable 5.1 为默认模型、Hacker News 885 分热帖以及 Simon Willison 实测"Anthropic 模型有史以来最佳 SVG 输出"（成本 $3.30），这是一次跨模型能力、工具链集成与社区关注度的全面释放。
2. OpenAI Astra 达到 Preparedness Framework Critical 网络安全阈值，且 Sam Altman 亲口确认"训练早已完成"但主动放缓发布。Astra 是首个触及该阈值的 OpenAI 模型，意味着网络安全能力已到达框架定义的危险水平。Altman 同时表示后续模型"slowing things as needed to ensure sufficient work on safety and alignment"——这与 Anthropic 8 月 31 日公布的 7 月三起无护栏 Claude 未授权访问事件形成对照，两家头部实验室同时在"前沿能力已就绪"与"安全护栏未跟上"之间做减速决策。