当日重点整理
Anthropic发布Claude Sonnet 5，主打低成本智能体
Anthropic推出Claude Sonnet 5，具备更强智能体能力、更低价格和更优安全性，定位为Opus、GPT-5.5和Gemini Pro的廉价替代方案。 From ↗
Claude Sonnet 5登陆Agent Arena，性能接近Opus 4.8且成本减半
Claude Sonnet 5在Agent Arena上线，基于数百万真实代理任务评测，支持网页搜索、文件系统和终端工具，在Terminal-Bench上达到Opus 4.8水平，成本不到一半，且更好抵御提示注入攻击。 From ↗
Claude Sonnet 5 上线 Devin Desktop/CLI 和 AWS Bedrock
Cognition宣布Claude Sonnet 5在Devin中可用，在FrontierCode基准上得分53.8%，超越Opus 4.8。AWS在Bedrock同步上架，定位前沿编码性能与更低价格。 From ↗
中国初创Loop世界模型论文登顶Hugging Face
中国初创公司提出Loop世界模型，让AI反复推演世界，论文登顶Hugging Face，并获周鸿祎、陆奇投资。 From ↗
Hugging Face 发布 ScarfBench 评估 agent 代码迁移能力
新基准ScarfBench专门评估AI agent在企业Java框架迁移场景中的表现，包括代码理解、重构和兼容性判断。 From ↗
Gemini Omni Flash在Video Arena视频编辑排名第二
Gemini Omni Flash在lmarena.ai的Video Arena中视频编辑任务排名第二，得分领先第三名近40分，表现亮眼。 From ↗
NVIDIA TAO 7 支持自然语言提示进行模型调优
发布TAO 7平台，用户可通过自然语言提示编码代理完成模型微调，集成AutoML和LLM引导的调优策略，简化AI模型开发流程。 From ↗
亚马逊成立10亿美元新部门，效仿OpenAI和Anthropic
亚马逊新设FDE部门，工程师将入驻企业部署专用智能体，侧重快速部署和客户自主运维。 From ↗
Meta承包商伪装青少年测试竞品聊天机器人
数百名Meta承包商假扮青少年，向Gemini、ChatGPT等竞品聊天机器人提问自杀、性及毒品等高风险话题，以测试其回应。 From ↗
Runway集成Gemini Omni Flash，支持文本/图像/视频生成编辑
Runway现已集成Gemini Omni Flash，用户可通过文本、图像或视频进行生成和编辑，体验流畅。 From ↗