Model apa yang terbaik dalam menemukan kerentanan di dalam agen?

👽 Penyerang Enoki Labs berjalan dengan tali pengaman plus model. Tali pengaman itu milik kita. Kami memasukkan 10 model ke dalamnya, melawan dua agen dengan 23 kerentanan yang diketahui. Yang satu menulis kode, yang satu lagi memindahkan uang. Hanya modelnya

Enoki LabsSep 223

Anthropic拥有的Claude刚刚发布了这个： “介绍Claude Opus 5.5，这是我们新Claude 5.5家族的第一款型号。

对于大多数任务，它的性能都达到Claude Fable 5.1的水平，运行成本比Opus 5低40%。”

美股雷达Sep 22

ChatGPT users watching Opus 5.5 drop

It beats Astra in agentic coding • 1846 vs 1542 on GDPval-AA • ~20% of Astra’s cost on FrontierCode • 30%+ faster than Opus 5 • higher Claude usage limits Anthropic didn’t drop a model. They dropped a bomb on ChatGPT users 😭

PriySep 221

【速報】Claude Opus 5.5をAnthropicが公開、Fable 5.1並みの性能でOpus 5より4割安く

・入力100万トークン4ドル、出力20ドル。Opus 5から2割値下げ ・Sonnet 5.5とHaiku 5.5も数週間以内に公開予定 ・生物・サイバー分野はFable 5.1と同じ利用制限 来年3月末までにClaude 6が公開される確率は34%

Polymarket JapanSep 222