Anthropic、Meta、谷歌、阿里齐发模型更新，AI编程能力较量白热化

2026-09-05 · AI 科技洞察 · 聚焦 财新网

导语：北京时间9月2日和3日，Anthropic、Meta、谷歌和阿里等公司密集发布基于旗舰模型的更新版本。Anthropic推出Claude Fable 5.1与Mythos 5.1，上下文缓存读取成本降低75%，长程智能体任务综合成本最高下降45%。Meta发布Muse Spark 1.3，谷歌推出Gemini 3.8 Flash，阿里发布Qwen 3.8-Max 0902版本。各家在编程、网络安全和办公领域的能力全面提升，编程能力较量进入白热化阶段。

北京时间9月2日和3日，在各自的旗舰模型基础上，各大模型厂密集发布更新版模型。Anthropic、Meta、谷歌和阿里等公司发布了基于旗舰模型的更新版本，在编程、网络安全和办公等领域的能力全面提升，AI编程能力较量进入白热化阶段。

Anthropic发布Claude Fable 5.1与Mythos 5.1

Anthropic正式发布新一代旗舰大模型Claude Fable 5.1与Claude Mythos 5.1。新版本在科研基准Terminal-Bench-Science及智能体编程上表现突出。在降本方面，上下文缓存读取成本降低75%，长程智能体任务综合成本最高下降45%。安全架构方面，引入Enterprise Frontier Safeguards安全架构，允许企业在自有云环境中留存监控数据。

从第三方AI模型榜单看，Claude Fable 5.1在智能水平上排名最靠前。在Artificial Analysis Coding Index上，Claude Fable 5.1得分68.1，略高于GPT-6 Astra的67分。在长周期Agent基准中，Fable 5搭配Claude Code达到人类水平的81.7%，展示了终端Agent在长周期任务上的潜力。Claude Code支持Sub-agents系统将复杂任务拆解为子任务交给独立子Agent处理，Skill系统支持封装可复用工作流，Agent Teams功能支持多个实例围绕同一任务协作。

Meta发布Muse Spark 1.3

Meta新发布的Muse Spark 1.3在第三方AI模型榜单上排名第三。Meta持续在多模态和编程能力上发力，新版本在代码生成、网络安全和办公效率方面均有提升。Muse Spark系列定位为开源生态友好型模型，与Llama系列形成互补。

谷歌推出Gemini 3.8 Flash

谷歌的新模型Gemini 3.8 Flash在第三方榜单上排名在十名开外，但谷歌在搜索集成、办公协作和多模态理解方面仍有独特优势。Gemini 3.8 Flash注重推理效率与成本平衡，面向企业和开发者提供API服务。

阿里发布Qwen 3.8-Max 0902版本

阿里的Qwen 3.8-Max 0902版本暂时还未有第三方测试结果。Qwen系列在中文理解、代码生成和企业级部署方面持续优化，支持10万+文件索引，能瞬间理解巨型项目架构。通义灵码（Qoder）作为阿里的AI编程助手，已从IDE插件进化到独立AI IDE。

编程能力较量白热化

此次多家公司同期发布模型更新，标志着AI编程能力较量进入白热化阶段。各家在编程基准测试上的差距不断缩小，但在长程Agent任务、计算机使用能力、安全对齐等维度上的差异化竞争正在加剧。Claude Fable 5.1在智能体编程上排名靠前但成本大幅降低，GPT-6 Astra在多项基准接近满分但定价是前代的2.5倍，Meta和谷歌在开源生态和企业部署上有各自优势。

对开发者和企业而言，模型选择正从“谁分数高”转向“在具体工作流和预算约束下谁的综合表现最优”。长程Agent任务的成本效率、安全架构的企业级合规能力、以及与现有开发工具链的集成深度，正在成为比单一跑分更重要的选型维度。

关键要点

• Anthropic发布Claude Fable 5.1，缓存读取成本降75%，长程Agent任务成本最高降45%
• Claude Fable 5.1在Artificial Analysis Coding Index得分68.1，略高于GPT-6 Astra的67分
• Meta发布Muse Spark 1.3排名第三，谷歌Gemini 3.8 Flash排名十名开外
• 阿里发布Qwen 3.8-Max 0902版本，支持10万+文件索引
• 模型选择从“谁分数高”转向“在具体工作流和预算约束下谁综合表现最优”

📎 本文由 AI 自动采集整理，编译自 财新网（2026-09-03）。
原文版权归原作者所有，本文仅用于信息聚合参考。