Topic Timeline
#模型评测
这个主题在过往早报中的出现记录。深度条目直达研究报告，其余条目回到当日 edition。
- 模型评测2026-09-27 · 周日重要度 3/5
待验证｜Arena称Opus 5.5登顶Text
Arena官方X在9月26日称Claude Opus 5.5 High以1509分进入Text Arena第1名，并比Opus 5 High高18分。
- 这是一条榜单信号，不应被写成模型能力已被全面证明。
- 它真正提示的是，第三方体验榜正在把价格和Pareto前沿一起纳入模型比较。
- 模型发布2026-09-03 · 周四重要度 4/5
待验证｜Meta发布Muse Spark 1.3
待验证消息显示，Meta AI 9月2日宣布Muse Spark 1.3，并称相对1.2约少20%工具调用、约少25% token。
- Meta这次更强调Agent工作流里的可控行为，包括主动澄清、卡住时提示和重要操作前确认。
- 研究博客直连不稳定，分数与价格仍需等待更稳定的官方页面继续核验。