Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是约一年来首次更新 Haiku 系列，定价与 OpenAI 的 GPT-6 Luna 持平，并同步下调 Sonnet 5.5 及订阅方案价格。
推荐理由：文章给出第三方基准与定价细节，读者可据此判断它在多智能体工作流中的性价比定位。
内容形态
评测基准 最新动态
模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。
2 条精选近 30 天 2 条共收录 5 条
更新
评测基准的精选
Latent Space精选AI 评分8585
Hugging Face Blog精选AI 评分8080 微软与 Hugging Face 联合发布 ThinkingBox 智能体基准
微软与 Hugging Face 联合发布 ThinkingBox 智能体基准，通过隔离的 MCP 工具会话运行智能体，对后端终态和副作用打分而非只看生成文本，并在 507 个有状态业务流程上每个任务重复运行 20 次。
推荐理由：微软联合 Hugging Face 发布 ThinkingBox 智能体基准，按后端终态而非生成文本打分并重复 20 次，给出可靠性与成本对比。