机械之心编辑部
在春节来临之前 ，，，，，，，，外洋大模子先来了一波硬碰硬的宣布。。 。。。。
北京时间 2 月 6 日破晓 ，，，，，，，，Anthropic 与 OpenAI 相继推出了新版本基础大模子 ，，，，，，，，划分是 Claude Opus 4.6 与 GPT-5.3-Codex。。 。。。。
昨天两家还在由于 AI 内里的广告而论战 ，，，，，，，，今天在大模子宣布上又撞车了。。 。。。�；；；；；； ；拔醇杆� ，，，，，，，，直接看他们的模子能力怎样。。 。。。。
Claude Opus 4.6
Claude Opus 4.6 是 Anthropic 对其旗舰人工智能模子的一次重大升级。。 。。。。在这代模子上 ，，，，，，，，妄想越发审慎 ，，，，，，，，能够维持更长时间的自主事情流程 ，，，，，，，，并在要害的企业基准测试中逾越了包括 GPT-5.2 在内的竞争敌手。。 。。。。
新模子首次拥有 100 万 token 的上下文窗口 ，，，，，，，，使 AI 能够处置惩罚和推理比以往版本多得多的信息。。 。。。。Anthropic 还在 Claude Code 中引入了类似于 Kimi K2.5 的「智能体团队」功效—— 一项研究预览功效 ，，，，，，，，它允许多个 AI 智能体同时处置惩罚编码项目的差别方面 ，，，，，，，，并举行自主协调。。 。。。。
Anthropic 强调 ，，，，，，，，Opus 4.6 可将其增强的功效应用于一系列一样平常事情使命 ，，，，，，，，包括运行财务剖析、举行研究以及使用和建设文档、电子表格和演示文稿。。 。。。。现在在 Cowork 情形中 ，，，，，，，，Claude 可以自主地执行多使命 ，，，，，，，，Opus 4.6 可以代表人类运用所有这些手艺。。 。。。。
Opus 4.6 在多项评估中均体现精彩。。 。。。。例如 ，，，，，，，，它在智能体编码评估工具 Terminal-Bench 2.0 中取得了最高分 ，，，，，，，，并在「人类最后的考试」（一项重大的多学科推理测试）中领先于所有其他前沿模子。。 。。。。在 GDPval-AA（一项评估模子在金融、执法和其他领域中具有经济价值的知识事情使命上的体现的测试）中 ，，，，，，，， Opus 4.6 的体现比业界次优模子（OpenAI 的 GPT-5.2）横跨约 144 个 Elo 分数 ，，，，，，，，比其前身（Claude Opus 4.5）横跨 190 分。。 。。。。别的 ，，，，，，，，Opus 4.6 在 BrowseComp 测试中也优于其他所有模子 ，，，，，，，，该测试用于权衡模子在线查找难寻信息的能力。。 。。。。
Claude Opus 4.6 现已在 claude.ai、API 以及所有主流云平台上线 ，，，，，，，，定价坚持稳固 ，，，，，，，，每百万 token 5 美元 / 25 美元。。 。。。。
现在大模子的一个常见问题是「上下文腐败」 ，，，，，，，，即当对话 token 数目凌驾一定阈值时 ，，，，，，，，模子性能会下降。。 。。。。Opus 4.6 的性能显著优于其前代产品：在 MRCR v2 的 8 针 1M 变体测试中（该测试犹如大海捞针） ，，，，，，，，Opus 4.6 的得分为 76% ，，，，，，，，而 Sonnet 4.5 的得分仅为 18.5%。。 。。。。这标记着模子在坚持最佳性能的同时 ，，，，，，，，能够使用的上下文信息量爆发了质的奔腾。。 。。。。
为了证实 Opus 4.6 的强盛智能体能力 ，，，，，，，，Anthropic 的一名研究员使用 16 个智能体从零最先构建了一个基于 Rust 的 C 语言编译器 ，，，，，，，，设定使命后就基本松手不管了。。 。。。。最后 AI 输出的代码长达 10 万行 ，，，，，，，，可以编译 Linux 内核 ，，，，，，，，耗资 2 万美元 ，，，，，，，，凌驾 2000 次 Claude Code 会话 ，，，，，，，，历时两周。。 。。。。
该编译器可以在 x86、ARM 和 RISC-V 上构建可启动的 Linux 6.9 ，，，，，，，，它通过了 GCC 99% 的压力测试 ，，，，，，，，可以编译 FFmpeg、Redis、PostgreSQL、QEMU ，，，，，，，，还通过了开发者的最终磨练：编译并运行了 Doom 游戏。。 。。。。
该编译器的代码：https://github.com/anthropics/claudes-c-compiler
虽然没有人类加入编写代码 ，，，，，，，，但研究职员一直重新设计测试 ，，，，，，，，在智能体程序相互滋扰时构建 CI 管道 ，，，，，，，，并在所有 16 个智能体程序都卡在统一个 bug 时建设变通要领。。 。。。。
看起来 ，，，，，，，，在未来加入 AI 的事情流程中 ，，，，，，，，人的角色已经从编写代码转变为构建让 AI 能够编写代码的情形。。 。。。。
GPT-5.3-Codex
在 OpenAI 这边 ，，，，，，，，新一代模子 GPT-5.3-Codex 的宣布紧随厥后。。 。。。。奥特曼称其拥有现在最佳的编码性能 ，，，，，，，，进一步释放了 Codex 的潜能。。 。。。。
GPT-5.3-Codex 在多项基准上刷新纪录：在 SWE-Bench Pro 上抵达 56.8% ，，，，，，，，在 Terminal-Bench 2.0 上抵达 77.3% ，，，，，，，，同时相比此前版本运行更快、消耗的 token 更少。。 。。。。
OpenAI 体现 ，，，，，，，，该模子融合了 GPT-5.2-Codex 的前沿编码性能和 GPT-5.2 的推理及专业知识能力 ，，，，，，，，速率提升了 25%。。 。。。。这使其能够胜任需要研究、工具使用和重大执行的长时间使命。。 。。。。
它就像一位真正的同事一样 ，，，，，，，，你可以在 GPT-5.3-Codex 事情时对其举行指导和交互 ，，，，，，，，而不会丧失上下文信息。。 。。。。借助 GPT-5.3-Codex ，，，，，，，，Codex 从一个能够编写和审查代码的署理 ，，，，，，，，酿成了一个险些可以执行开发职员和专业人士在盘算机上的任何操作的署理。。 。。。。
除了越发强盛的编码能力外 ，，，，，，，，GPT-5.2-Codex 在 OpenAI 恒久关注的美学方面又一次有了长足的前进。。 。。。。
在这次宣布中 ，，，，，，，，OpenAI 让 GPT-5.3-Codex 构建了两款游戏：一款是 Codex 应用宣布时推出的赛车游戏的第二版 ，，，，，，，，另一款是潜水游戏。。 。。。。
OpenAI 体现 ，，，，，，，，GPT-5.3-Codex 使用其网页游戏开发手艺以及预先设定的通用后续提醒（例如「修复过失」或「刷新游戏」） ，，，，，，，，自主地迭代开发了数百万个 token。。 。。。。
这次宣布的 GPT-5.3-Codex ，，，，，，，，OpenAI 对其的期望远不止步于一个智能编码模子 ，，，，，，，，而是一个能够「Beyond coding」 ，，，，，，，，实现事情助理的智能体。。 。。。。
GPT-5.3-Codex 能够支持软件生命周期中的所有事情 —— 调试、安排、监控、编写产品需求文档、编辑文案、用户研究、测试、指标剖析等等。。 。。。。
GPT-5.3-Codex 输出净值剖析表格示例
OpenAI 以为 ，，，，，，，，随着模子能力的一直增强 ，，，，，，，，差别不再仅仅在于智能体能够做什么 ，，，，，，，，而是在于人类怎样轻松地与多个并行事情的智能体举行交互、指导和监视。。 。。。。鉴于此 ，，，，，，，，Codex 应用可以让治理和指导智能体变得越发便捷 ，，，，，，，，而 GPT-5.3-Codex 的加入更使其交互性更强。。 。。。。
借助新模子 ，，，，，，，，Codex 会频仍更新 ，，，，，，，，让你随时相识要害决媾和希望。。 。。。。人们无需期待最终输出 ，，，，，，，，即可实时互动 —— 提出问题、讨论要领 ，，，，，，，，并配合探索解决计划。。 。。。。GPT-5.3-Codex 会语音播报其运行历程 ，，，，，，，，响应反响 ，，，，，，，，并让你从始至终掌握整个流程。。 。。。。
最后 ，，，，，，，，OpenAI 体现 ，，，，，，，，GPT-5.3-Codex 的训练和安排使用了 Codex ，，，，，，，，OpenAI 的许多研究职员和工程师都体现 ，，，，，，，，他们现在的事情与两个月前相比爆发了根天性的转变。。 。。。。
例如 ，，，，，，，，研究团队使用 Codex 来监控和调试本次版本的训练运行。。 。。。。它不但加速了基础设施问题的调试 ，，，，，，，，还资助追踪整个训练历程中的模式 ，，，，，，，，对交互质量举行深入剖析 ，，，，，，，，提出修复计划 ，，，，，，，，并构建了富厚的应用程序 ，，，，，，，，使研究职员能够准确地相识模子行为与先前模子之间的差别。。 。。。。
工程团队使用 Codex 对 GPT-5.3-Codex 框架举行了优化和适配。。 。。。。当泛起影响用户的异常极端情形时 ，，，，，，，，团队成员使用 Codex 识别上下文渲染过失 ，，，，，，，，并找出缓存掷中率低的基础缘故原由。。 。。。。在整个宣布历程中 ，，，，，，，，GPT-5.3-Codex 通过动态扩展 GPU 集群来应对流量岑岭并坚持延迟稳固 ，，，，，，，，一连为团队提供支持。。 。。。。
在 Alpha 测试时代 ，，，，，，，，一位研究职员想要相识 GPT-5.3-Codex 每回合能完成几多特殊事情 ，，，，，，，，以及由此带来的生产力提升。。 。。。。GPT-5.3-Codex 天生了几个简朴的正则表达式分类器 ，，，，，，，，用于估算用户澄清请求的频率、正面和负面反响以及使命进度 ，，，，，，，，然后将这些分类器可扩展地应用于所有会话日志 ，，，，，，，，并天生一份包括结论的报告。。 。。。。
GPT-5.3-Codex 已包括在 ChatGPT 的付费套餐中 ，，，，，，，，但 API 还需要期待一段时间。。 。。。。
OpenAI 报告说 ，，，，，，，，由于基础设施和推理客栈的刷新 ，，，，，，，，Codex 用户现在运行 GPT-5.3-Codex 的速率也提高了 25% ，，，，，，，，从而实现了更快的交互和更快的效果。。 。。。。
结语
外洋的大模子已经轮替上阵 ，，，，，，，，在春节前的最后这几天 ，，，，，，，，海内大模子也一定会卷起来 ，，，，，，，，包括 DeepSeek v4 也许即将到来。。 。。。。
你期待住了吗？？？？？？？
参考内容：
https://www.anthropic.com/news/claude-opus-4-6
https://www.anthropic.com/engineering/building-c-compiler
https://openai北京京盛工程建设有限公司.com/index/introducing-gpt-5-3-codex/