更多动态
，提升多语言能力。 1️⃣ 互动闪卡系统：全屏设计，提供单词/短语、高质量真人发音、语境例句，像翻阅实体卡片一样学习。 2️⃣ Study Mode（学习模式）：不再是即时答案，而是对话式分步讲解，支持上传资料（如课程笔记、旅行计划）自动生成定制化闪卡与练习。这类似于为你的学习材料即时构建一个带上下文的个性化“RAG”语言库。 3️⃣ 多平台同步：iOS 和 Web 端学习进度无缝衔接。 4️⃣ 低成本与进阶：学生和教师可免费获取 Education Pro 订阅，享完整 Study Mode。支持选用 GPT-5、Claude 4、Gemini 2.5 Pro 等模型生成内容，提供 145+ 语言原生发音。 访问 Perplexity AI 官网或 iOS App，尝试搜索“How to say good morning in German”或在 Study Mode 上传你的学习材料。 Perplexity AI 更新日志：https://www.perplexity.ai/changelog/
，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
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。
