Anthropic 发布 Claude Haiku 5.5，小模型跑分提升并调整价格
Anthropic 发布 Claude Haiku 5.5，文章称其在小模型跑分上超过 DeepSeek V4.1Flash、GLM-5.3-Flash，并逐项赢过 GPT-6 Luna。
推荐理由：原文梳理了 Haiku 5.5 的价格、跑分和迁移改动，可用于评估小模型替换成本。
#推理
量子位精选AI 评分8383 Simon Willison精选AI 评分8181 Anthropic 发布 Claude Haiku 5.5，价格对齐 GPT-6 Luna
Anthropic 发布新的快速低成本模型 Claude Haiku 5.5，Simon Willison 实测称其在 100,000 tokens 内价格为 $0.10/$0.50，与 GPT-6 Luna 相同。
推荐理由：作者实测了价格、tokenizer 和推理档位，便于比较 Claude Haiku 5.5 与 GPT-6 Luna 的成本差异。
Hugging Face Blog精选AI 评分8282 Hugging Face 介绍 Nemotron 微调后在 IOI 2026 和 IMO 2026 达到金牌水平
Hugging Face 介绍 Nemotron 团队从 Nemotron 3 出发，通过 SFT、RL 和反馈驱动推理，在 IOI 2026 与 IMO 2026 达到金牌水平。
推荐理由：文章同时给出训练数据、推理流程和开源入口，可参考其将基础模型专门化到竞赛任务的方法。
量子位精选AI 评分8686 OpenAI 公开 722 篇未发布内部模型生成的数学手稿
OpenAI 公开 722 篇数学手稿，全部出自一个尚未发布的内部模型，归成 372 组结果，并上传论文、源码和部分 Lean 证明到 GitHub。材料称这些结果覆盖准黎曼猜想、霍奇猜想、BSD猜想、π的无理性指数、唯一游戏猜想等 17 个方向，模型此前尝试约 4000 个研究问题，平均每项结果消耗约相当于 ChatGPT Pro 思考 3小时。
推荐理由：原文梳理了手稿覆盖范围、核验状态和数学界反应，可帮助理解AI产出数学成果后的同行消化压力。
The Decoder精选AI 评分8585 OpenAI 在 GitHub 发布 372 个 AI 生成数学证明
OpenAI 发布了 372 个由内部前沿模型生成的数学结果，托管在 GitHub 而非学术期刊，并称每个结果旨在解决开放问题或取得实质进展。这些结果包含主要计算机算法改进和与 Riemann hypothesis 相关的进展，许多证明带有 Lean 形式化，平均每项消耗约三小时的 ChatGPT Pro Thinking compute。
推荐理由：原文呈现了 AI 生成数学证明从产出到审查的流程变化，以及数学界对理解价值的分歧。
Latent Space精选AI 评分7979 Gemini 4 Argon 发布，Google DeepMind 面向编码、企业知识工作和网络防御推出前沿模型
Google DeepMind 推出 Gemini 4 Argon，用于编码、企业知识工作和网络防御，当前仅通过 Fairwind Program 向政府用户和受信任的网络防御者开放。
推荐理由：原文汇总了 Argon 的开放范围、价格和多组评测结果，便于比较 Google DeepMind 与同级前沿模型。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布 Gemini 4 Argon，这一前沿模型将先通过 Fairwind Program 向一组受信任的网络防御者推出，并逐步扩大访问。
推荐理由：原文给出发布节奏、价格和多项基准结果，可用于了解 Google 对高能力模型分阶段开放的安排。
Google DeepMind精选AI 评分8686 Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，用于近实时推理、语音智能体和更自然的 AI 对话。
推荐理由：原文同时给出语音模型能力、评测结果和开放入口，便于判断其在语音智能体中的适用场景。
已经到底了