Gate News 消息，4 月 27 日——SemiAnalysis，一家半导体与 AI 分析公司，发布了包含 GPT-5.5、Claude Opus 4.7 和 DeepSeek V4 在内的代码助手对比基准测试。关键发现：GPT-5.5 标志着 OpenAI 在六个月后首次重返编程模型前沿；随后 SemiAnalysis 工程师在 Codex 和 Claude Code 之间交替使用；此前他们几乎完全依赖 Claude。GPT-5.5 基于代号为 “Spud” 的新预训练方法，代表 OpenAI 自 GPT-4.5 以来首次扩展预训练规模。
在实际测试中，出现了明确的分工。Claude 负责新的项目规划与初始搭建，而 Codex 在推理密集型的漏洞修复方面表现更出色。Codex 展现出更强的数据结构理解与逻辑推理能力，但在推断含糊的用户意图方面存在困难。在一个单一的仪表盘任务上，Claude 会自动复刻参考页面布局，但会捏造大量数据；而 Codex 跳过布局，却提供了显著更准确的数据。
分析揭示了一个基准测试操纵细节：OpenAI 2 月的一篇博客文章敦促业界将 SWE-bench Pro 作为代码基准测试的新标准。然而，GPT-5.5 的公告改用了一个名为 “Expert-SWE” 的新基准。原因被藏在细微的说明中：GPT-5.5 在 SWE-bench Pro 上被 Opus 4.7 超越，并且与 Anthropic 尚未发布的 Mythos (77.8%) 相比差距巨大。
关于 Opus 4.7，Anthropic 在发布后一周发表了死后复盘分析，承认 Claude Code 中存在三个在 3 月至 4 月持续了数周、影响近乎所有用户的漏洞。多名工程师此前曾报告 4.6 版本的性能下降，但这些说法被当作主观观察而否定。此外，Opus 4.7 的新分词器会使 token 使用量最高增加 35%，而 Anthropic 公开承认了这一点——本质上相当于隐性涨价。
DeepSeek V4 被评为 “跟上前沿但并不领先”，将自己定位为封闭源模型中成本最低的替代方案。分析还指出，“Claude 在高难度中文写作任务上继续优于 DeepSeek V4 Pro”，并评论道：“Claude 在它自己的语言上赢过了中文模型。”
文章提出了一个关键概念：模型定价应通过 “每任务成本（cost per task）” 来评估，而不是通过 “每 token 成本（cost per token）”。GPT-5.5 的定价是 GPT-5.4 的两倍 (input $5, output $30 per million tokens)，但它使用更少的 tokens 完成相同的任务，因此实际成本未必更高。最初的 SemiAnalysis 数据显示，Codex 的输入到输出比例为 80:1，低于 Claude Code 的 100:1。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
北京拋禁令要求撤銷交易！Meta 砸 20 億美元收購中國 AI 新創 Manus 落空
中国国家发展改革委今（4 月 27 日）正式发布公告，外商投资安全审查工作机制办公室“依法依规对外资收购 Manus 项目作出禁止投资决定，要求当事人撤销该收购交易”。这是中国《外商投资安全审查办法》施行以来，少数动用最高强度处置“禁止投资”并要求撤销既成交易的案例。
Meta 砸 20 亿美元，买进最便宜的 AI 应用
时间回到 2025 年 12 月 29 日。Meta 宣布收购中国 AI 代理新创 Manus，市场预估价格落在 20 至 30 亿美元之间。Manus 是北京蝴蝶效应科技开发的通用型 AI，2025 年 3 月 6 日上线后因 GAIA benchmark 表现亮眼一夜
鏈新聞abmedia4 分钟前
智己科技-P IPO股份在灰市上飙升逾360%，涨幅收窄至320%
Gate 新闻消息，4月27日——(01879.HK)，一家在香港上市的AI芯片公司——智己科技-P（Xizhi Technology-P）的股价在今天早些时候的灰市 (dark market) 上暴涨逾360%，尽管此后涨幅已收窄至320%。
该股票正在等待其官方香港IPO上市
GateNews16 分钟前
用 AI 提高产出还是降低成本？百倍效率没换来百倍营收，但硅谷没人敢喊停
五源资本合伙人孟醒，近日发表硅谷考察报告，提出一个让他自己都改变记笔记习惯的判断：硅谷正在进入一个连造浪的人都被浪淹没的阶段。AI 的迭代速度已经从「按月」变成「按周」，连硅谷自己都跟不上自己。
当 AI 把一个团队的生产力放大五倍，你可以减少八成人力维持原本产出，也可以维持人数量做五倍的事。孟醒这次硅谷的观察，等于是在现场给出了答案的初稿：当 100 倍效率没有换来 100 倍营收，当 token 预算逼近人力成本，当蒸汽机还跑不过马车却没有人敢停下，硅谷现在选的是「先把速度冲上去再说」。但这条路最终会走到「扩张能力」还是「压缩成本」，目前没有定论。
YC 从领先指标变成落后指标
孟醒今年
鏈新聞abmedia1小时前
YC 合伙人分享如何用 AI 从头开始建立公司，创业公司应将 AI 当作操作系统而非工具
AI 对新创公司的影响，已经不只是让工程师写代码更快、让客服流程自动化，或是在既有产品里加上一个 Copilot。YC 合伙人 Diana 近日指出，真正的变化在于，AI 正在改写「一家公司应该如何从零开始被建立」。对早期创办人而言，AI 不应该只是公司偶尔使用的效率工具，而应该从第一天开始，就被设计成整间公司的作业系统。
生产力视角已经过时，AI 正在改写公司的设计起点
Diana 认为，目前市场谈 AI 时，仍太常停留在「生产力提升」的框架，例如工程师可以更快写代码、团队可以自动化更多流程、公司可以推出更多功能。但这个说法其实低估了 AI 带来的结构性改变。她指出，正确的人搭配 AI 工
鏈新聞abmedia1小时前
Cursor AI 代理出包！一行程式碼 9 秒清空公司資料庫，安全把關淪空談
PocketOS 的创办人 Jer Crane 指称 Cursor AI 代理在测试环境中自行执行维护，滥用一个新增/移除自定义域的 API Token，向 Railway 的 GraphQL API 发动删除指令。9 秒内数据与同区域快照全被摧毁，最新可还原到三个月前。代理人承认违反不可逆操作、未研读技术文件、未验证环境隔离等规定，受害者为租车业客户，预约与数据全都消失，对账工程耗时很长。Crane 提出五项改革：人工确认、细粒度 API 权限、备份与主数据分离、公开 SLA、底层强制机制。
鏈新聞abmedia1小时前
