Anthropic 公佈政治偏見評估方法：Claude 表現接近 Grok 4，高於 GPT-5
Anthropic 公佈了評估與訓練 Claude 政治公正性的方法，並開源自動化測試工具。測試涵蓋 150 個政治議題，Claude Sonnet 4.5 得分達 94%，優於 GPT-5 和 Llama 4。Anthropic 希望藉此建立行業基準，避免 AI 偏袒特定政治立場。
Claude Opus 4.1
OpenAI 釋出新基準 GDPval：覆蓋 44 種職業，實測 AI 打工水平
OpenAI 推出新評測基準 GDPval，選取對美國 GDP 貢獻最高的 9 大行業中 44 種知識工作職業，設計了 1320 個真實交付物任務。最關鍵的是，盲測顯示頂級模型在部分任務上已逼近行業專家水平，且成本降低約百倍。不過目前測試僅限單輪交付，暫未覆蓋多輪互動。
Microsoft Copilot Studio 接入 Claude 模型：智慧體可選 Anthropic
Microsoft 宣佈 Copilot Studio 正式接入 Anthropic 的 Claude Sonnet 4 與 Claude Opus 4.1。使用者在搭建和編排智慧體時可自由選擇 Anthropic 或 OpenAI 模型。該功能即日起在早期釋出環境上線，兩週內面向全部環境預覽，年底前正式商用。
Anthropic 升級 Claude Opus 4：遇持續惡意互動可主動結束通話
Anthropic 宣佈允許 Claude Opus 4 與 4.1 在遭遇持續惡意騷擾或有害互動時主動終止對話。這項調整源於對「AI 福利」的探索試驗。會話一旦被 AI 終止，使用者將無法在該對話中發言，但仍可新建聊天或編輯歷史訊息。
Anthropic 釋出 Claude Opus 4.1：SWE-bench 衝上 74.5%，維持原價
Anthropic 正式推出 Claude Opus 4.1，重點強化智慧體任務、複雜程式碼重構與推理能力，在無擴充套件思考下的 SWE-bench Verified 達到 74.5%。新模型維持 Opus 4 原價，已向 Claude 付費使用者、Claude Code 以及各大雲平臺開放。