全部 AI 动态

按时间排序的全部动态；精选内容稀缺且可解释。最后更新 2026/06/30 00:00

00:00

[ CLAUDE ]浏览 0

产品Anthropic Newsroom2026/06/30 00:00 本月精选

Anthropic 宣布美国出口管制解除后，重新上线 Claude Fable 5 模型，并分享事件时间线、安全改进及行业越狱评估框架

Anthropic 宣布美国出口管制解除后，重新上线 Claude Fable 5 模型，并分享事件时间线、安全改进及行业越狱评估框架。

美国出口管制解除后，Anthropic 于 6 月 30 日宣布重新上线 Claude Fable 5 模型。此前因 Amazon 研究人员发现越狱方法，政府于 6 月 12 日实施管制。Anthropic 训练了新的安全分类器，在 99% 以上情况下阻止该越狱技术，并联合 Amazon、Microsoft、Google 等制定行业越狱评估框架。Fable 5 将于 7 月 1 日面向全球用户开放。核心观点： 1. 新安全分类器在 99% 以上情况下阻止 Amazon 报告中的越狱技术。 2. Fable 5 的越狱行为仅涉及常规防御性网络安全工作，未暴露 Mythos 级别的独特网络能力。 3. Anthropic 联合 Amazon、Microsoft、Google 等开发行业统一的越狱严重性评估框架。

同事件合集7 条来源

主线Anthropic Newsroom2026/06/30 00:00

Anthropic 宣布美国出口管制解除后，重新上线 Claude Fable 5 模型，并分享事件时间线、安全改进及行业越狱评估框架

<article><div cla ="page-wrapper Po tDetail-module- c -module__UQuRMa__hero"></div><div cla ="page-wrapper"><article><div cla =""><div cla =

查看来源

2Anthropic2026/07/02 03:31

Anthropic 发布了 Claude 的 Fable 5 版本，带来新的视频演示功能

RT Claude<br>Fable 5 i back.<br><video width="1080" height="1350" rc="http ://video.twimg.com/amplify_video/2072401478288101376/vid/avc1/1

摘要由 LLM 生成，请以原文为准。

Artificial Analysis 发布 AA-Briefcase 基准，用于评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先补录

Artificial Analysis 发布 AA-Briefcase 基准，用于评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先。

Artificial Analysis 发布 AA-Briefcase 基准测试，用于评估 AI 模型在长期知识工作项目中的能力。该基准由行业专家构建，模拟数周的真实项目，包含数千个输入文件和多个关联任务。Claude Fable 5 以 1587 Elo 领先，但每任务平均成本 31 美元；开源模型 GLM-5.2 以 1266 Elo 和 2.40 美元成本提供了最佳性价比。测试显示，即使顶级模型也仅在 3% 的任务中满足所有标准，真实世界的复杂性仍是挑战。核心观点： 1. AA-Briefcase 包含 25,000+ Slack 消息和 3,500+ 邮件等碎片化、矛盾的真实上下文，测试模型处理模糊信息的能力。 2. Claude Fable 5 在 91 个任务中仅 3% 满足所有评分标准，31 个任务无模型得分超 50%，表明长期知识工作难度极高。 3. GLM-5.2 (max) 以 1266 Elo 和 2.40 美元成本，成为最强性价比选项，仅比 Claude Opus 4.8 低约 90 Elo 但成本不足其 25%。

推荐理由常规版本更新，跟进即可

AgentBenchmark知识工作长期任务

Artificial Analysis 发布 AA-Briefcase 基准测试，评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先补录

Artificial Analysis 发布 AA-Briefcase 基准测试，评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先。

Artificial Analysis 发布 AA-Briefcase 基准测试，用于评估模型在长期、多步骤知识工作项目中的能力。测试场景由行业专家设计，包含数千输入文件（如 Slack 消息、邮件）。Claude Fable 5 以 1587 Elo 领先，但每任务成本约 $31；开源模型 GLM-5.2 以约 $2.40 成本取得 1266 Elo，性价比突出。所有模型在真实复杂任务中表现仍有限，顶级模型仅 3% 任务满足全部标准。核心观点： 1. Claude Fable 5 在 AA-Briefcase 上以 1587 Elo 领先，未使用 Opus 4.8 回退。 2. GLM-5.2 (max) 以 $2.40 成本取得 1266 Elo，性价比优于 Claude Opus 4.8。 3. 所有模型在 91 个任务中仅 3% 满足全部 rubric 标准，31 个任务无模型得分超 50%。

推荐理由常规资讯，保留列表

基准测试知识工作长期任务成本分析

当前热点

全部 AI 动态

Anthropic 宣布美国出口管制解除后，重新上线 Claude Fable 5 模型，并分享事件时间线、安全改进及行业越狱评估框架

Artificial Analysis 发布 AA-Briefcase 基准，用于评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先补录

Artificial Analysis 发布 AA-Briefcase 基准测试，评估模型在长期知识工作项目中的能力，Claude Fable 5 以 1587 Elo 领先补录