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
大冷门!山东3-2江苏,终结对手三连胜,朱晋谊29分难救主

大冷门!山东3-2江苏,终结对手三连胜,朱晋谊29分难救主

极度说球
2026-11-18 21:19:45
雷军,紧张了

雷军,紧张了

中国新闻周刊
2026-11-18 10:08:12
陪名导睡十年被扫地出门,昔日当红小花,复出无人问津糊成素人

陪名导睡十年被扫地出门,昔日当红小花,复出无人问津糊成素人

手工制作阿歼
2026-11-16 18:17:50
“电诈”亲手毁掉了中国两个“最赚钱”的行业,全民信任彻底透支

“电诈”亲手毁掉了中国两个“最赚钱”的行业,全民信任彻底透支

云景侃记
2026-11-04 09:40:59
性学专家李银河说:你若50岁左右,人生余额已不多。不出意外…

性学专家李银河说:你若50岁左右,人生余额已不多。不出意外…

豁达宇宙
2025-10-22 18:31:20
日月谭天丨这场举世瞩目的盛会再次让岛内震撼!

日月谭天丨这场举世瞩目的盛会再次让岛内震撼!

极目新闻
2026-11-18 10:02:32
阿里员工:P7在杭州相亲市场地位大不如以前了。看中两个女生,一个护士,一个教师,联系方式都没给

阿里员工:P7在杭州相亲市场地位大不如以前了。看中两个女生,一个护士,一个教师,联系方式都没给

蚂蚁大喇叭
2026-11-18 16:37:48
江苏女排首败!吴梦洁低效,20岁接应空砍29分,天津全胜领跑

江苏女排首败!吴梦洁低效,20岁接应空砍29分,天津全胜领跑

跑者排球视角
2026-11-18 23:05:33
全球化退潮,APEC如何寻找新定位?

全球化退潮,APEC如何寻找新定位?

凤凰WEEKLY
2026-11-18 14:59:22
蒙古国总统辞职,暂不离岗

蒙古国总统辞职,暂不离岗

新民周刊
2026-11-18 09:04:53
表哥借住我市中心房子备考,归还时收拾得干干净净还买了谢礼,直到我无意中看了电子门锁日志,才知道他50天里出入了200多回

表哥借住我市中心房子备考,归还时收拾得干干净净还买了谢礼,直到我无意中看了电子门锁日志,才知道他50天里出入了200多回

小秋情感说
2026-11-17 08:34:31
特朗普刚走,留守白宫的万斯,一谈到中国,表现出了总统的风范

特朗普刚走,留守白宫的万斯,一谈到中国,表现出了总统的风范

影孖看世界
2026-11-18 22:37:35
章泽天33岁香港生日宴,刘嘉玲和名媛林恬儿为她庆生,梁朝伟也在

章泽天33岁香港生日宴,刘嘉玲和名媛林恬儿为她庆生,梁朝伟也在

阿废冷眼观察所
2026-11-18 12:44:54
炸裂!女子收留19岁外甥女吃住在家,不料与丈夫发生关系还怀了孕

炸裂!女子收留19岁外甥女吃住在家,不料与丈夫发生关系还怀了孕

诗意世界
2025-07-30 18:39:13
新问界M8最怕的现实曝光了,配置不如27万的车,却敢卖到40万我沉默了!

新问界M8最怕的现实曝光了,配置不如27万的车,却敢卖到40万我沉默了!

春雨说科技
2026-11-16 13:42:13
山姆新店情报:签约12家,10家新开,4家招聘,9家在建

山姆新店情报:签约12家,10家新开,4家招聘,9家在建

新零售财经
2026-11-18 14:11:12
减仓幅度已创下二十年来最大

减仓幅度已创下二十年来最大

边际财经实验室
2026-11-18 19:56:02
远超比亚迪,暴赚3000亿!出口94万辆,这个国产汽车闷声发大财

远超比亚迪,暴赚3000亿!出口94万辆,这个国产汽车闷声发大财

莹莹的历史说
2026-08-22 07:36:52
中国政法大学教授刘纪鹏:A股36年涨3600点,问题出在哪?

中国政法大学教授刘纪鹏:A股36年涨3600点,问题出在哪?

江启
2026-11-18 12:45:18
换了一圈手机,为何最后还是回到三星?聊聊三星手机真实的优缺点

换了一圈手机,为何最后还是回到三星?聊聊三星手机真实的优缺点

叮当当科技
2026-11-18 04:43:03
2026-11-19 01:00:49
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

离职后首份声明!黄仁勋认错愿回归

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

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

时尚
房产
本地
教育
公开课

穿好“长大衣”,这8个细节很重要!

房产要闻

周大生出手!海棠湾又一大商业体来了

本地新闻

乌兰察布:以前种土豆,现在种Token

教育要闻

禁毒模拟法庭丨以案释法筑防线,青春无毒护成长

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版