网易首页 > 网易号 > 正文 申请入驻

仅用两天,OpenAI又把GPT江山打回来了

0
分享至



作者 | 山竹

出品 | 锌产业

AI行业的领先,越来越难按月计算。

9月1日,Anthropic发布Claude Fable 5.1和Mythos 5.1。

两天后,OpenAI推出GPT-6 Astra。

到了9月5日,Astra Max以1797分登上Code Arena WebDev榜首,超过1762分的Fable 5.1 Max。

从发布新模型到榜单交锋,两家公司把一轮攻防压缩进了几天。

对OpenAI而言,这个第一来得正是时候,GPT需要一场足够直观的胜利,让开发者重新评估它的能力。

而当两家公司都已迈进IPO准备阶段,每一次模型更新,也多了一层争夺资本市场信任的意味。

01 OpenAI的紧急回击

Anthropic这次出牌,瞄准的是开发者日常工作中的几笔账。

Fable 5.1与Mythos 5.1使用同一底层模型,区别在于安全防护配置与开放范围,前者面向广泛用户,后者通过受信任访问项目提供。与此同时,Anthropic降低缓存读取价格,并称典型工作负载的费用可比Fable 5下降约25%,高度依赖智能体的任务最高可节省约45%。

这里的竞争逻辑很清楚:能力提高只是第一步,还要让客户有理由把更多工作交过来。

一个模型偶尔解决难题,可以赢得讨论,如果它能以可接受的费用持续处理代码、排查问题,才更有机会进入团队的固定采购清单。

Anthropic把能力升级与成本调整放在同一次发布里,正是在推动这种转化。

OpenAI的回应随后到来。

9月3日发布的GPT-6 Astra,将软件工程、电脑操作和复杂专业任务列为重点方向。



两天的间隔,让这次发布带上了鲜明的回击意味。不过,目前没有公开证据表明OpenAI因Anthropic的动作临时改变了发布计划。可以确定的是,双方正在争取相近的工作场景,也在争夺同一批愿意为高能力模型付费的用户。

Astra很快拿到了一个容易理解的成绩。同一张WebDev榜单中,上一代GPT-5.6 Sol xhigh以Codex harness参评,得分1617,位列第13,Astra Max则高出180分,升至第一。

这足以成为开发者重新试用GPT的理由。

对一款工具而言,最危险的处境之一,是用户已经形成“另一家更好用”的习惯,连新版本都懒得打开。一次登顶至少能够打断这种惯性,让OpenAI重新进入比较名单。

02 GPT-6够强吗

先看它赢下来的这张榜。

Code Arena WebDev覆盖网页开发任务,包括需要多步推理和工具使用的编程流程。这类任务与产品原型、交互页面等应用场景有关,但覆盖范围仍然有限,不能直接代表所有软件工程能力。

对开发者来说,做出一个效果不错的网页,和在大型项目里完成稳定、可维护的修改,考察的能力并不完全相同。代码能否运行、旧功能是否受影响、后续修改是否方便,都需要额外检验。

35分的领先也需要放回统计背景,截至榜单所示的9月5日,Astra获得1199票,Fable 5.1获得2275票,两者的排名区间均为第1至第2名,Astra的分数更高、当前排序第一,但领先的稳定程度仍有待更多投票验证。

更广泛的评测给出了另一面。

此次核查时,Artificial Analysis的Intelligence Index已更新至v4.2:Fable 5.1的Max配置得分57,Xhigh配置56,Astra Max为55。这个综合指数包含知识工作、推理、编程等十项评测,Claude仍然排在前面。

OpenAI公布的数据也能帮助辨认它的进步方向。

在Terminal-Bench 4.0中,Astra为57.9%,GPT-5.6 Sol为37.3%,Fable 5.1为55.8%;在DeepSWE v1.1中,三者分别为74.1%、72.7%和67.4%。



两个测试中的代际增幅并不一致,这说明评价GPT-6,最好具体到任务:有些工作提升明显,有些则更接近渐进改良。

模型名称跨了一代,用户的每一种体验未必都同步跨代。

价格也让比较变得直接,Astra与Fable 5.1的标准API输入、输出价格,均为每百万token 10美元和50美元,两家的缓存定价则有差别。

03 两大AI霸主上市前的生死较量

这轮竞争还有一个无法忽略的背景:两家公司都在走向公开资本市场。

据Axios报道,OpenAI于6月8日宣布秘密提交IPO申请草案,距Anthropic采取同类行动正好一周。当时OpenAI表示,尚未确定上市时间。

据路透社9月4日援引知情人士称,Anthropic预计最早于10月中旬启动IPO推介,公开招股书的时间预计推迟至9月下旬。该报道强调,计划仍可能调整,Anthropic拒绝置评。

上市前的“生死较量”,首先体现在双方都需要证明,自己的优势能够持续。

模型领先多久,会影响客户是否愿意迁移;客户留下多久,又关系到收入是否稳定。对投资者而言,一次漂亮的发布可以提高关注度,但如果优势很快被追平,就很难单凭技术领先解释长期价值。

这也是网页开发榜具有商业意义的地方,它让能力变化变得可见,缩短了新模型说服用户尝试的过程。但从“试一次”到“持续付费”,中间还隔着可靠性、成本、团队习惯和已有工具的衔接。

两家公司也面对相似的两难:一方面要展示模型越来越强,另一方面要证明这种能力可以被企业放心使用。

Axios在9月2日的报道中,将双方的处境概括为同时争取华尔街对增长的认可,以及外界对安全性的信任。

这两件事有时会相互牵制:

限制太多,用户可能觉得工作经常被打断;

放得太开,又会增加企业部署的顾虑。谁能把能力、成本和使用边界处理得更好,谁才更有机会把模型优势变成长期订单。

从这个角度看,Astra登顶的意义,是OpenAI重新拿到了一份有说服力的竞争成绩,它让Anthropic无法轻松地把领先延续成市场共识,也让GPT拥有了吸引开发者回流的新理由。

Astra登顶的另一个意义是,OpenAI又抢回来了AI的铁王座。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
广东省中山市委书记、市政府党组书记、市长尹念红简介

广东省中山市委书记、市政府党组书记、市长尹念红简介

探秘桂北
2026-11-01 08:21:08
台湾生活水准相当于大陆什么水平?这么说吧,台湾的生活水准,大致介于大陆二线城市和东部沿海发达城市之间

台湾生活水准相当于大陆什么水平?这么说吧,台湾的生活水准,大致介于大陆二线城市和东部沿海发达城市之间

扶苏聊历史
2026-11-02 13:50:13
医学实验图片疑似AI生成?监管部门:正核查是否存在学术不端

医学实验图片疑似AI生成?监管部门:正核查是否存在学术不端

新京报
2026-11-17 22:30:31
清华讲台,翁帆还没开口,衣服先替她说了话!她一出现,目光就被那身打扮勾住了,这样的翁帆,确实让人移不开眼!

清华讲台,翁帆还没开口,衣服先替她说了话!她一出现,目光就被那身打扮勾住了,这样的翁帆,确实让人移不开眼!

财经要参
2026-09-30 19:39:44
盘点网友们分享的亲身经过的奇闻逸事,网友:有些事没法解释清楚

盘点网友们分享的亲身经过的奇闻逸事,网友:有些事没法解释清楚

另子维爱读史
2026-11-18 20:46:42
上海大学出手了!一名研究生被拟退学,校方公布的原因值得引起重视!

上海大学出手了!一名研究生被拟退学,校方公布的原因值得引起重视!

凯旋学长
2026-11-18 22:22:41
1968年,邓朴方身受重伤陷入绝境,北大王凤梧不顾重压救他,在邓公回归后又是怎么回报他的?

1968年,邓朴方身受重伤陷入绝境,北大王凤梧不顾重压救他,在邓公回归后又是怎么回报他的?

唠叨说历史
2026-11-13 14:31:10
美民主党抵制参院商务委员会投票,FCC共和党提名独自推进

美民主党抵制参院商务委员会投票,FCC共和党提名独自推进

时光慢旅人
2026-11-19 00:02:21
网上爆火的山姆包到底多好用?我们替你测了个遍

网上爆火的山姆包到底多好用?我们替你测了个遍

酷玩实验室
2026-11-18 10:49:05
高市早苗要去中国了,日网民叫她千万别做这些事

高市早苗要去中国了,日网民叫她千万别做这些事

这里是东京
2026-11-17 19:18:03
马克龙私密谈话流出,48岁仍未“断奶”,73岁布丽吉特成最大牺牲品

马克龙私密谈话流出,48岁仍未“断奶”,73岁布丽吉特成最大牺牲品

恒星文娱
2026-11-17 23:01:29
国安旧将索里亚诺谈加盟中超:那时我31岁了,要为自己考虑了

国安旧将索里亚诺谈加盟中超:那时我31岁了,要为自己考虑了

懂球帝
2026-11-19 00:19:11
一场2-2验出国足头号庸才,6.1分全队垫底,仅踢半场被邵佳一换下

一场2-2验出国足头号庸才,6.1分全队垫底,仅踢半场被邵佳一换下

小火箭爱体育
2026-11-18 08:38:09
普京抵华前一天,270米克里米亚大桥桥面被炸塌,乌克兰选在普京参加深圳APEC峰会前一天行动

普京抵华前一天,270米克里米亚大桥桥面被炸塌,乌克兰选在普京参加深圳APEC峰会前一天行动

蓝星杂谈
2026-11-18 09:59:46
曾收到5000份男友申请,“全球最抢手女友”在美国被铐走

曾收到5000份男友申请,“全球最抢手女友”在美国被铐走

启迪你的思维
2026-11-18 17:58:04
市场几乎清零!人们为何不再需要,灵活便宜的小型油车了?

市场几乎清零!人们为何不再需要,灵活便宜的小型油车了?

云霄纪史观
2026-11-18 01:57:05
马化腾:腾讯正在面临生死存亡

马化腾:腾讯正在面临生死存亡

科技头版Pro
2026-11-18 14:21:08
假山假景假脸,央视《多喜一家人》爆火,打脸多少流水线年代剧

假山假景假脸,央视《多喜一家人》爆火,打脸多少流水线年代剧

零号情报局
2026-11-17 19:56:24
两桶油急的是:油价他们说了不算,想降价不能降,销售量大幅减少

两桶油急的是:油价他们说了不算,想降价不能降,销售量大幅减少

侃故事的阿庆
2026-11-18 06:41:18
腾讯搬走后,科兴物价彻底崩了,一杯咖啡从25降到15

腾讯搬走后,科兴物价彻底崩了,一杯咖啡从25降到15

流苏晚晴
2026-09-18 14:24:54
2026-11-19 01:08:49
锌产业 incentive-icons
锌产业
用技术范式,给未来一个解释。
269文章数 34关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

教育
艺术
手机
家居
本地

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

家居要闻

2026建博会(广州) 公装联探展交流活动

本地新闻

乌兰察布:以前种土豆,现在种Token

无障碍浏览 进入关怀版