这两天，AI圈的"王座"有点挤。
Claude Opus 5.5刚以58分登顶Artificial Analysis新版智能指数，把GPT-6 Astra（57分）挤到第二。香槟还没开，谷歌甩出Gemini 4 Carbon，59分直接夺魁——距离上一代Argon发布，才隔15天。一夜之间第一换了两次，分差只有1、2分。这场神仙打架，对攥着会员看热闹的你，有三个信号值得记下。微博微博机器之心36氪
信号一：这次的榜，终于不惯着"背书选手"了
智能指数v5版改了规则：私有数据集权重拉到60%，还新增代码与科研工作流这类地狱级挑战。题目没在网上出现过，模型没法靠背GitHub刷分，只能当场思考、当场解题。免疫学教授Unutmaz点评得很直白：以前开源模型对公开榜单"过度优化"，现在和前沿模型的真实差距，总算看清了。36氪
所以这次的59、58、57，比以前更接近真实水平——也更接近彼此。三巨头基本打平，真没必要因为1分之差就换阵营。微博
信号二：真正的大瓜，不在榜上
Cognition的私有编程基准FrontierCode 2.0出了个事故：有网友扒开官网数据接口，在data.json的隐藏代码里翻出一个神秘模型，代号Obsidian 3，高推理模式得分46.8%，压过了明面上的第一名Opus 5.5。36氪
它的身份线索指向Anthropic还没官宣的Fable 5.5：跑在claude-code专属测试环境里，而全世界用这套框架的，只有6个Claude家族模型。36氪
但比分数更扎眼的是价格。据新智元报道，Obsidian 3的成本约为Opus 5.5的3.6倍，高推理模式单任务8.62美元，极端模式下飙到约47美元——跑一次，三百多块人民币。网友送它一个外号：“AI中的爱马仕”。36氪
而它只领先Opus 5.5约1.3个百分点，最大模式下两者甚至打平。还有开发者吐槽：让它思考得越多，表现反而越差，更像没调完的早期测试版，不太像最终成品。36氪
信号三：模型卷模型的，你的钱包按你的节奏来
前沿模型正在进入收益递减区：分数涨一点，价格翻几倍。落到日常使用，就三句话——
别追着第一跑。今天Carbon登顶，过几天Fable 5.5可能掀桌，OpenAI也不会干看着。追新是个无底洞，15天一代的节奏，谁都追不动。微博36氪
按任务挑模型。Carbon的强项是网络安全和长程任务，漏洞发现率做到88.2%。但在编程智能体榜上，Anthropic仍以62分领跑。中文表达这块，有用户实测Kimi K3.1 Pro反而比国际旗舰更懂中文。微博机器之心36氪微博
别拿大炮打蚊子。有开发者自嘲，用高价旗舰模型干了一堆简单任务，是"本周最愚蠢的事"。还有人30分钟烧光20美元额度。难题留给旗舰，杂活交给便宜模型，才是真效率。微博微博
榜单还会天天刷新，发布还会越来越快。但记住：模型没有不败的神话，只有永远在更新的账单。新神登基之前，先把手里那个用顺手的模型，用到值回票价。微博
