研究显示 Claude Opus 5 在会计任务上 20 题全对，12 名注册会计师正确率 0% 至约 90%
一项针对中等长度、定义明确的会计任务的研究发现，前沿 AI 模型比初级会计师更快更准确，甚至优于研究中表现最好的会计师。Claude Opus 5 在 20 道题中取得 20 题全对、正确率 100%，每题几分钟内完成；12 名持证注册会计师的正确率从 0% 到约 90% 不等，其中数人用完了 3 小时时限。研究还提到，18 个月前这些模型在同类任务上的得分远低于人类会计师。
Anthropic / Claude
全部主题Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
最新精选
X：Rohan Paul (@rohanpaul_ai)精选AI 评分 X：Arena (@arena)精选AI 评分 Claude Sonnet 5.5 在 Agent Arena 排名第 3，Code Arena 第 3
Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首次上榜即排名第 3，净提升 +12.5%，比排名第 13 的 Claude Sonnet 5 (High) 高出 8.1 个百分点。
推荐理由：榜单给出了 Claude Sonnet 5.5 在 Agent Arena 与 Code Arena 的排名、分数和每任务成本，可据此比较它与 Opus 5.5、GPT-6 Astra 的性价比。
Latent Space精选AI 评分 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API、ChatGPT Spaces 与 Marketplace，并称 ChatGPT 周活达 12 亿。
推荐理由：汇总了 OpenAI DevDay 2026 的发布清单与第三方评测数据，可快速了解各家模型在成本与能力上的相对位置。
Simon Willison精选AI 评分 Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 以上
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度快 30% 以上，多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于后者。
推荐理由：作者实测了 Sonnet 5.5 的思考预算与免费层表现，可据此了解它在编码任务上的定位与成本取舍。
X：Cognition (@cognition)精选AI 评分 Devin Desktop 与 Devin CLI 上线 Claude Sonnet 5.5
Claude Sonnet 5.5 现已在 Devin Desktop 和 Devin CLI 中可用，在 FrontierCode 1.1 Main 上得分 64.4%，高于 Sonnet 5 的 56.2%，并超过 Fable 5.1 的 extra high reasoning effort 表现。
推荐理由：Devin 上线 Claude Sonnet 5.5，并给出 FrontierCode 1.1 分数与成本变化，可据此判断编码智能体的性价比。
X：Cognition (@cognition)精选AI 评分 Claude Sonnet 5.5 上线 Devin Desktop 与 Devin CLI
Cognition 宣布 Claude Sonnet 5.5 已在 Devin Desktop 和 Devin CLI 中可用，在 FrontierCode 1.1 Main 上得分 64.4%，高于 Sonnet 5 的 56.2%，并在 extra high reasoning effort 下超过 Fable 5.1。
推荐理由：Devin 上线 Claude Sonnet 5.5 并给出 FrontierCode 1.1 分数与 Sonnet 5 的对比，可据此判断编码智能体的模型选择。