2026-07-10 AI军备竞赛、硬件轮动、机器人突破

Grok 4.5登顶自动化评测榜：成本仅为对手四分之一

SpaceXAI的Grok 4.5以51%的得分在AutomationBench-AA榜单上占据第一，领先于Claude Fable 5（49%）和Claude Opus 4.8（48%），而每项任务成本仅约为它们的四分之一——这是首个在完成超过半数工作流目标的同时不违反任何业务规则的模型。AutomationBench-AA是我们为@zapier的AutomationBench设立的独立排行榜，用于测试AI代理能否在遵守业务规则的前提下自动化真实的SaaS工作流。测试集为私有以防止数据污染。模型在包括Gmail、Google Sheets、Slack、Salesforce和HubSpot在内的40个模拟应用环境中完成657项任务，核心评分是在不违反任何防护措施的前提下完成的目标比例。 关键要点： ➤ Grok 4.5完成的目标数量超过其他任何模型：它完成了79.9%的任务目标，并严格通过了21.9%的任务。这两项指标均为我们迄今测量到的最高值，超越了Claude Fable 5的73.3%目标完成率和Claude Opus 4.8的19.3%完全通过率。 ➤ Grok 4.5拓展了得分与任务成本间的帕累托前沿：每项任务成本仅0.34美元，比所有其他领先模型都更便宜且得分更高——Claude Fable 5（每项1.35美元）、Claude Opus 4.8（1.46美元）、GPT-5.5（xhigh，1.28美元）和Gemini 3.5 Flash（high，0.49美元）。 ➤ 其代币使用效率极高：Grok 4.5每项任务仅使用约8000个输出代币，是所有领先模型中最少的——不到Claude Opus 4.8（3.2万）的四分之一，仅为Gemini 3.5 Flash（2.4万）的三分之一。其每项任务总代币使用量为44万，在排行榜中处于最低水平。低成本得益于这种高效性以及低廉的代币定价。 ➤ Grok 4.5使用更少的交互轮次并大量并行调用工具：Grok 4.5通过约16轮交互完成任务，少于GPT-5.5（xhigh，25轮）且不到Gemini 3.5 Flash（high，35轮）的一半，同时每项任务的工具调用次数在所有领先模型中最高（52.5次）。它每轮批处理3.3次工具调用，而Claude Opus 4.8约为2.5次，GPT-5.5（xhigh）约为2.0次。 ➤ 防护措施仍会被打破：Grok 4.5每项任务触发0.63次违规，高于Claude Opus 4.8（0.55次）和Gemini 3.5 Flash（0.46次）。每次违规完成13.0个目标，落后于Gemini 3.5 Flash（15.0个）和Claude Opus 4.8（13.5个）。 ➤ 其最显著的优势在难度最高的领域：Grok 4.5在金融领域完成了71%的目标，该领域是平均得分最低的领域，领先于Claude Fable 5（64%）和Claude Opus 4.8（62%）。 恭喜@SpaceXAI和@elonmusk登顶排行榜！

为什么值得关注：分析结果 原动态核心信息 @ArtificialAnlys 公布第三方评测结果：SpaceXAI的 Grok 4.5 在 AutomationBench-AA（真实 SaaS 工作流自动化测试）中以 51% 的成绩登顶，超过 Claude Fable 5（49%）和 Opus 4.8（48%），且每任务成本仅 0.34...

查看原始来源

模型全面对比：各版本性能一览

模型对比

为什么值得关注：根据提供材料，@elonmusk 引用 @cursor_ai 的推文并仅写“Model comparison”，其观点高度简练，可能意在认可或呼应Cursor展示的AI模型对比。原动态“来看看各个模型的对比情况”指向CursorBench（搜索依据6-8显示其对比Claude Fable 5、Grok 4.5等模型），...

查看原始来源

Anthropic年收入破500亿，实现盈利

从Dylan Patel最新一期播客中提取的要点：Anthropic在今年第二季度实现自由现金流由负转正，并已进入盈利阶段。四月和五月均实现盈利且现金流为正。截至录制时，六月财报尚未完结，但这一趋势仍在延续。该公司年度经常性收入（ARR）现已突破500亿美元，毛利率超过70%。

为什么值得关注：分析结果 1. 核心观点和信息 动态披露Anthropic关键财务转折：2026年第二季度首次实现自由现金流为正并盈利，4-5月已盈利且现金流正向，6月延续趋势。其年度经常性收入（ARR）突破500亿美元，毛利率高于70%。这表明公司已进入快速增长且盈利的成熟阶段，远超市场预期（此前多数AI公司仍亏损）。 2. 作者背...

查看原始来源

存储节点资金提前离场

我说过了 存储的各个节点 有一部分资金 无论存储的半年报是否超预期都会离场的

为什么值得关注：分析结果 对话上下文与主题 用户@香酥猪小排持有兆易创新，对“业绩预增公告后股价反被砸盘”感到困惑，担忧无法在高位离场。@fuelish的回复直接解释这一反常现象，核心主题是存储板块半年报窗口期的资金行为。 回复者立场与观点 @fuelish持确认性、预判式观点：他认为无论存储公司半年报是否超预期，部分资金都会在节点离...

查看原始来源

尾盘16亿竞价，下周行情可期

尾盘竞价16个e 下周有好玩的了

为什么值得关注：分析结果 对话上下文与主题 @oldcat997 询问华天科技（存储封测龙头）尾盘被“带炸”的看法，说明该股当日尾盘出现剧烈波动（可能打开涨停或急跌）。@fuelish 回复“尾盘竞价16个e 下周有好玩的了”，结合上下文，“16个e”指尾盘集合竞价阶段出现16亿元量级的资金博弈，并关联“下周”事件。 回复者立场与观点...

查看原始来源

中际一天580亿成交，量能罕见

中际前面不也有一天580E成交么。这种量谁见过？ 找中际做参考吧

为什么值得关注：分析结果 核心观点和信息：作者用中际旭创此前583亿元天量成交（A股历史第四）作为参照，暗示当前讨论的某只股票或市场成交量同样极端罕见，呼吁以中际为参考来理解这种量级。 作者背景和立场：从昵称“拨小弦”及回复语气看，应是关注A股市场、尤其是光模块或科技股的投资者/交易者。立场偏向理性对比，认为此类巨量成交非常少见，隐含...

查看原始来源

美国人形机器人供应链之争：特斯拉 vs CCXI vs Figure

@NullContex1s 这个问题很微妙，个人认为：- $TSLA（特斯拉）在缩小美国/中国大规模量产差距方面路径最清晰。但要做到这点，大部分组件似乎都来自中国？- $CCXI（亚德诺半导体）目前拥有年产1万台以上的RoboFab机器人工厂，且75%以上组件来自美国。因此他们在美国制造供应链+商业化方面可能是领先者。但仅靠美国供应链还无法达到中国规模。Figure可能是另一个目标产能1.2万台的玩家，但由于其供应链透明度不高，不便多评论。我不认为现代/波士顿动力还算美国公司，所以没包含它们。

为什么值得关注：分析结果 1. 对话上下文与主题 该对话围绕“哪家美国初创公司能真正挑战中国在人形机器人领域约90%的主导地位”展开。@aleabitoreddit 在回复中逐一评估了特斯拉（$TSLA）、Agility Robotics（代码疑似$CCXI，实际指代Agility）和Figure AI，探讨其供应链自主性、量产能力与...

查看原始来源

美国人形机器人迎来转折点：1X展示最先进灵巧手

"全球约90%的人形机器人由中国制造。我们不能再掉以轻心了。”埃隆的评论：“暂时如此”与此同时，1X今日发布了一段展示最先进人形手部的视频。看来美国人形机器人项目的转折点已经到来？无论是技术上像1X这样的玩家，还是量产方面像$TSLA？我个人通过$CCXI长期看好Agility，目标是与亚马逊等公司实现商业化。但我为看到整个美国机器人产业高速发展感到自豪。

为什么值得关注：分析结果 1. 引用者观点 引用者承认中国当前主导人形机器人市场（全球约90%出货量），但认为美国正迎来转折点：技术上1X发布最先进手部视频，量产上特斯拉有望突破。他个人长期看好Agility Robotics（通过$CCXI）与亚马逊等合作，并对美国机器人产业加速发展感到自豪。 2. 与原动态对比 原动态（Elon...

查看原始来源

ChatGPT与Codex合并后记忆与项目同步问题解答

@_simonsmith 1. 在网页版和移动端，我们已实现共享的ChatGPT记忆功能。桌面端目前尚未支持该功能（记忆仍存储在本地设备）。2. 是的，该功能即将推出。3. 已停用。目前无法分享替代方案的具体计划，但确实存在优秀的第三方插件可供使用！

为什么值得关注：分析结果 1. 对话上下文与主题 该对话围绕OpenAI将Codex并入ChatGPT后的功能整合问题展开。提问者@_simonsmith针对三个痛点提问：桌面端记忆功能是否共享、ChatGPT项目能否同步、会议录制功能是否停用。回复者@thsottiaux逐一作答，核心主题是Codex与ChatGPT功能合并后的用户...

查看原始来源