凌晨，Anthropic和OpenAI同時(shí)上線了新模型Claude Opus 4.6和GPT-5.3-Codex，給兩家企業(yè)本就在為超級(jí)碗廣告互嗆的激烈氣氛又添了一把柴火。當(dāng)全美觀眾還在為它倆斥資數(shù)百萬(wàn)美元投放的互懟廣告津津樂道時(shí)，它們已經(jīng)殺到了同日發(fā)新模型這樣的正面交鋒戰(zhàn)場(chǎng)上。

Anthropic發(fā)布Claude Opus 4.6：搭載處于Beta階段的1M上下文窗口

Anthropic發(fā)布了Claude Opus 4.6，其并非僅僅是參數(shù)量的增加，而是在多個(gè)關(guān)鍵維度上實(shí)現(xiàn)了實(shí)質(zhì)性的更聰明和更可用。一個(gè)值得關(guān)注的亮點(diǎn)是它那處于Beta階段的1M上下文窗口。過去的模型在處理極長(zhǎng)文本時(shí)，經(jīng)常出現(xiàn)上下文腐化的問題，即模型性能隨著文本長(zhǎng)度增加而顯著下降，導(dǎo)致它忘記或者混淆較早之前的信息。

而Claude Opus 4.6在著名的大海撈針基準(zhǔn)測(cè)試MRCR v2上，成績(jī)達(dá)到了76%，遠(yuǎn)超前代Sonnet 4.5的18.5%，這證明它能夠真正有效地利用超長(zhǎng)下文，在海量文檔中精準(zhǔn)定位并提取被深埋的關(guān)鍵信息，從而勝任大型代碼庫(kù)分析、多篇論文綜述、跨會(huì)話長(zhǎng)程任務(wù)規(guī)劃等場(chǎng)景。

（來源：https://www.anthropic.com/news/claude-opus-4-6）

在推理能力和編碼能力上，Claude Opus 4.6在多項(xiàng)權(quán)威基準(zhǔn)測(cè)試中確立了行業(yè)領(lǐng)先地位，特別是在需要自主規(guī)劃和多步執(zhí)行的智能體編碼任務(wù)上。比如，在Terminal-Bench 2.0中它的測(cè)試成績(jī)排名第一。

實(shí)際表現(xiàn)就是，當(dāng)你交給它一個(gè)復(fù)雜的開發(fā)任務(wù)時(shí)間，它會(huì)進(jìn)行更加審慎的規(guī)劃，對(duì)代碼進(jìn)行更加徹底的自我審查和自我調(diào)試，并能在大型項(xiàng)目中保持更好的方向感和一致性。也就是說不再是簡(jiǎn)單地生成一段代碼，實(shí)際上是在扮演一個(gè)更有經(jīng)驗(yàn)的開發(fā)者角色。

為了讓這種深度能力更加容易被調(diào)控，Anthropic引入了努力程度（Effort）控制參數(shù)，開發(fā)者現(xiàn)在可以在低、中、高、最大這四個(gè)級(jí)別中進(jìn)行選擇。

在高模式或者最大模式下，模型會(huì)投入更多計(jì)算資源進(jìn)行深度思考，非常適合解決一些棘手問題；而對(duì)于簡(jiǎn)單的查詢，切換到中模式或者低模式則可以獲得更快的響應(yīng)并能降低成本。與之配套的自適應(yīng)思考功能，則允許模型根據(jù)上下文自行判斷何時(shí)需要啟動(dòng)深度推理，進(jìn)一步提高了靈活性。

為了解決長(zhǎng)會(huì)話或智能體任務(wù)中必然遇到的上文長(zhǎng)度限制問題，API還能提供上下文壓縮Beta功能。當(dāng)對(duì)話接近預(yù)設(shè)的token閾值時(shí)，模型會(huì)自動(dòng)將較早的上下文進(jìn)行智能摘要并替換，從而為新的交互騰出空間，讓超長(zhǎng)程任務(wù)成為了可能，而不僅僅是理論上地支持長(zhǎng)上下文。

（來源：https://www.anthropic.com/news/claude-opus-4-6）

在應(yīng)用層，Claude正在深度融入生產(chǎn)力工具鏈。Claude Code引入了智能體團(tuán)體的研究預(yù)覽功能，允許創(chuàng)建多個(gè)協(xié)同工作的AI智能體來并行處理任務(wù)，例如同時(shí)對(duì)代碼庫(kù)的不同模塊進(jìn)行審查。

而對(duì)于更廣泛的辦公場(chǎng)景，Claude in Excel和全新推出的Claude in PowerPoint研究預(yù)覽版，將模型的推理能力和生成能力直接嵌入到電子表格和幻燈片制作中。它能執(zhí)行公式操作，也能通過理解你的數(shù)據(jù)意圖進(jìn)行多步規(guī)劃；在PPT中，它可以理解企業(yè)品牌模板和字體，生成風(fēng)格一致的內(nèi)容。

安全與能力對(duì)齊一直是Anthropic的重點(diǎn)之一。據(jù)了解，Opus 4.6在保持與頂尖模型相當(dāng)?shù)陌踩雷o(hù)水平的同時(shí)，其過度拒絕的概率降低到了近期Claude模型中的最低點(diǎn)。這意味著它在有效攔截有害請(qǐng)求的同時(shí)，對(duì)于普通問題和良性問題的回應(yīng)更加開放和有用。針對(duì)該模型的網(wǎng)絡(luò)安全能力，Anthropic也專門開發(fā)了新的檢測(cè)探針，并將其用于輔助發(fā)現(xiàn)和修復(fù)開源軟件漏洞等防御性用途。

總的來說，Claude Opus 4.6一定程度上代表著大模型正從對(duì)話式問答工具向可承擔(dān)復(fù)雜工作的智能體伙伴演進(jìn)。它對(duì)于超長(zhǎng)上下文的實(shí)用化支持、精細(xì)化的推理控制、以及深度集成的工作流，能夠進(jìn)一步地提高用戶效率。

OpenAI推出GPT-5.3-Codex：可能是目前最強(qiáng)大的智能體編碼模型

OpenAI此次推出的是GPT-5.3-Codex，被稱為是迄今為止最強(qiáng)大的智能體編碼模型，能夠獨(dú)立接管涉及研究、工具使用和復(fù)雜執(zhí)行的長(zhǎng)期任務(wù)。也就是說，一個(gè)可以持續(xù)工作數(shù)天之久、可以從零開始構(gòu)建出復(fù)雜游戲應(yīng)用的AI誕生了，在它工作的過程中你可以隨時(shí)和其對(duì)話并調(diào)整工作方向，無(wú)需擔(dān)心失去長(zhǎng)上下文記憶。

（來源：https://openai.com/index/introducing-gpt-5-3-codex/）

在多項(xiàng)關(guān)鍵基準(zhǔn)測(cè)試中，GPT-5.3-Codex都創(chuàng)下了新的行業(yè)紀(jì)錄，以77.3%的準(zhǔn)確率大幅超越了前代模型在衡量終端編程技能的Terminal-Bench 2.0基準(zhǔn)測(cè)試上的表現(xiàn)，并在更嚴(yán)格的、涵蓋多語(yǔ)言的SWE-Bench Pro軟件工程測(cè)評(píng)中達(dá)到了領(lǐng)先水平。

GPT-5.3-Codex的能力邊界已經(jīng)從純粹的編碼拓展到整個(gè)知識(shí)工作領(lǐng)域。在衡量真實(shí)世界職業(yè)任務(wù)的GDPval評(píng)估中，其表現(xiàn)能力與OpenAI的通用旗艦?zāi)Ｐ虶PT-5.2相當(dāng)。在制作金融分析PPT、設(shè)計(jì)零售培訓(xùn)文檔以及編寫商業(yè)計(jì)劃書中，GPT-5.3-Codex能夠輸出專業(yè)的可使用內(nèi)容。

（來源：https://openai.com/index/introducing-gpt-5-3-codex/）

OpenAI透露，GPT-5.3-Codex的開發(fā)過程本身就是一個(gè)自我實(shí)現(xiàn)的范例，OpenAI利用該模型的早期版本來調(diào)試其自身的訓(xùn)練過程、管理部署并診斷測(cè)試結(jié)果，加速了整個(gè)模型的研發(fā)周期?？偨Y(jié)來說，GPT-5.3-Codex的推出讓AI進(jìn)一步地從一個(gè)等待指令的編程工具轉(zhuǎn)變?yōu)橐粋€(gè)能主動(dòng)思考、跨領(lǐng)域執(zhí)行并與人類實(shí)時(shí)協(xié)作的電腦伙伴。

急于變現(xiàn)？OpenAI推出AI企業(yè)級(jí)產(chǎn)品Frontier

如果說這次同一天發(fā)布新品，OpenAI的贏點(diǎn)之一或許在多發(fā)了一樣新品，那就是企業(yè)級(jí)產(chǎn)品Frontier。它不是一個(gè)大模型，是一個(gè)專門為企業(yè)打造的、可用于規(guī)?；瘶?gòu)建、能夠部署和管理AI智能體的平臺(tái)。它的核心目標(biāo)是將模型能力，真正轉(zhuǎn)化為企業(yè)內(nèi)可協(xié)同、可管控、能直接創(chuàng)造價(jià)值的AI同事。

（來源：https://openai.com/index/introducing-openai-frontie）

過去幾年，盡管許多企業(yè)嘗試引入AI，但往往陷入了試點(diǎn)困境，一個(gè)個(gè)獨(dú)立的AI應(yīng)用像孤島一樣，缺乏對(duì)于企業(yè)整體業(yè)務(wù)背景的理解，難以融入核心流程。Frontier旨在解決這一問題，它為企業(yè)AI智能體提供了四大關(guān)鍵支撐：共享的業(yè)務(wù)背景理解、可靠的執(zhí)行環(huán)境、持續(xù)的學(xué)習(xí)優(yōu)化機(jī)制，以及明確的身份權(quán)限和安全邊界。

簡(jiǎn)單來說，F(xiàn)rontier試圖像培訓(xùn)一位剛?cè)肼毜男聠T工一樣，來配置一個(gè)AI智能體。它會(huì)打通企業(yè)內(nèi)部固有的數(shù)據(jù)倉(cāng)庫(kù)、CRM系統(tǒng)和內(nèi)部應(yīng)用，讓AI理解信息如何流動(dòng)、決策在何處產(chǎn)生。

在此基礎(chǔ)之上，AI智能體可以在一個(gè)受控的執(zhí)行環(huán)境中，使用工具、運(yùn)行代碼、處理文件，從而能夠?qū)嶋H地完成各種知識(shí)工作任務(wù)，并在過程中積累記憶，以便能夠越做越好而不是越做越差。同時(shí)，每個(gè)AI智能體都擁有獨(dú)立的身份和明確的權(quán)限護(hù)欄，確保其在敏感環(huán)境和受監(jiān)管的環(huán)境里也能被安全地使用。

目前，OpenAI已經(jīng)和惠普、甲骨文以及Uber等企業(yè)合作。OpenAI還舉了和一家大型制造商合作的案例，通過部署基于Frontier的智能體，后者將生產(chǎn)優(yōu)化分析工作從六周縮短到了一天。

其實(shí)也可以看出，OpenAI的變現(xiàn)愿望是非常強(qiáng)的，此次伴隨新模型一并推出Frontier，也反映出其戰(zhàn)略重心正從提供單一的模型API轉(zhuǎn)向深入的企業(yè)復(fù)雜工作量，深入到提供端到端解決方案的地步。對(duì)于希望將AI轉(zhuǎn)化為實(shí)際競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)而言，F(xiàn)rontier或許是一個(gè)值得關(guān)注的備選方案。

而這一凌晨對(duì)決何嘗不是一個(gè)新的超級(jí)碗時(shí)刻？Anthropic的創(chuàng)始人本來就是OpenAI的前員工，讓這一對(duì)決更是增加了火藥味。

整體來看，Claude Opus 4.6的核心優(yōu)勢(shì)在于精細(xì)控制和可靠性，GPT-5.3-Codex則展現(xiàn)了OpenAI的系統(tǒng)整合能力。前者勝在深度和可靠，后者強(qiáng)在廣度和進(jìn)化速度。未來到底孰強(qiáng)孰弱，主要還看誰(shuí)家產(chǎn)品能夠轉(zhuǎn)化為真正不可替代的產(chǎn)業(yè)發(fā)展成果。

參考資料：

https://www.anthropic.com/news/claude-opus-4-6

https://openai.com/index/introducing-gpt-5-3-codex/

https://openai.com/index/introducing-openai-frontier/