更多动态
，同时大幅降低运行费用与延迟。 1️⃣ 性能卓越: 编码能力媲美 Sonnet 4 (SWE-Bench 73%)，命令行测试达 41%，轻量级不失强大。 2️⃣ 成本与速度: 输入 $1/M token，输出 $5/M token，仅为 Sonnet 4 的 1/3；推理速度提升两倍以上。 3️⃣ 多场景适用: 适合实时客服、代码补全、多任务并行处理；可与 Sonnet 4.5 等大模型协作，Haiku 4.5 负责具体执行。 4️⃣ 易于集成: 可通过 Anthropic API (claude-haiku-4-5) 调用，已上线 Amazon Bedrock 和 Google Cloud Vertex AI，并面向 GitHub Copilot Pro/Business/Enterprise 用户开放预览。 官网资料: anthropic.com/news/claude-haiku-4-5 👇 Claude Haiku 4.5 制作的“打方块”游戏demo
Builder (Beta)，这项功能允许用户通过自然语言描述来创建自动化工作流，无需手动配置。 🔹 核心功能 对话式构建：通过聊天界面输入需求，AI 自动生成完整工作流架构。 迭代优化：多轮对话调整，AI 即时修改工作流，支持添加条件逻辑、数据转换。 智能节点选择：AI 理解并调用 n8n 超过 400 个内置集成节点。 无缝切换编辑器：生成的工作流可随时转到可视化编辑器进行精细定制。 🆚 对比 Google Opal Google Opal 侧重轻量级原型构建，集成能力限于 Google 生态。n8n 则是一个成熟的生产级平台，提供 400+ 丰富的集成和企业级稳定性，支持复杂的业务场景。 两者可互补：Opal 用于快速验证创意，n8n 负责将其转化为可靠的生产自动化。 AI Workflow Builder 文档： https://docs.n8n.io/advanced-ai/ai-workflow-builder/
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
