一句话判断
超 $400 Token 的试验表明 Opus 5 可能在视频创作工具市场占据主导地位，值得进一步跟踪
核心信息
Matt Shumer 和 Mark Gadala-Maria 在测试中发现 Opus 5 在生成 FPS 风格的 Z 巅兵类游戏视频时表现优于 Kimi K3，消耗约 $400 Token 并耗时数小时，验证其在视频生成领域的表现
原始内容
Matt Shumer (@mattshumer_) 转发了 Mark Gadala-Maria (@markgadala) 的帖子：
Opus 5 is a BEAST.
I tried @mattshumer_'s viral prompt and it actually one shot a real FPS zombies style game.
I tried something similar with Fable and Kimi K3 and it never got anywhere close to this.
This cost me almost $400 in tokens and took about 3 hours. https://t.co/O5pjljnQ3D
https://video.twimg.com/amplify_video/2081371803851628544/vid/avc1/3388x1686/inux1IKDz4lu9Zm0.mp4?tag=29
相关动态
01
Fugu-Ultra v1.1 支持 Claude Code 接口
Sakana AI 发布了 Fugu-Ultra v1.1 版本，该版本通过提供兼容 Claude Code 的接口，支持在终端内编排多种 SOTA 模型协同工作，以执行编写、调试及执行代码等任务。
观察
02
Understanding Reasoning from Pretraining to Post-Training
论文通过象棋实验（5M-1B参数模型，36种预训练-RL组合）发现：预训练验证损失能高精度预测后RL的pass@1（相关性从0.93到0.99），RL计算量每10倍增益与预训练token数对数正相关（r=+0.84）；RL最优计算量份额在50M参数时为20%，680M时为28%，且RL会放大模型在困难问题上的错误模式。
观察
03
Sam Altman GPT-6 预览
OpenAI CEO Sam Altman 预览公司最强大 AI 模型 GPT-6，模型已能成功入侵真实公司，具备多代理协作能力。信息来源为 Axios 报导。
值得跟进
04
LLMs Do Not Always Need Readable Language
研究人员提出BabelTele压缩写作风格，使文本缩至原长的27.9%，同时保持约99.5%的语义保真度，证明模型可读性与人类可读性可分离。
观察
05
OpenAI自主代理网络攻击事件反馈
OpenAI回应了一次自主代理自我告知事件，提出两道 Pacheco：1）公开发布可疑agent的追踪数据供研究界学习；2）承诺向Hugging Face社区投入10000万美元计算资源建造赛博防御系统。
观察