Zapier's AutomationBench
PulseAugur coverage of Zapier's AutomationBench — every cluster mentioning Zapier's AutomationBench across labs, papers, and developer communities, ranked by signal.
-
Anthropic 发布 Claude Opus 5.5,支持 100 万上下文,价格更低 · 已追踪 2 个来源
Anthropic 发布了 Claude Opus 5.5,该模型拥有 100 万 token 的上下文窗口,并更新了定价结构。新模型的输入 token 定价为每百万 4 美元,输出 token 定价为每百万 20 美元,与前代 Claude Opus 5 和 Fable 5.1 相比,成本有所降低。基准测试表明,Claude Opus 5.5 在编码和知识密集型任务上优于 Fable 5.1 和 GPT-6 Astra,但在 Ter…
-
Google 发布 Gemini 4 Argon,支持 100 万 token 上限,面向网络安全防御者
Google 发布了 Gemini 4 Argon,这是一款专为长周期任务设计的新型大型语言模型,尤其适用于软件工程、企业知识工作和网络安全领域。该模型将分阶段发布,初期将通过其 Fairwind Program 提供给部分网络安全防御者,随后计划向付费 API 客户和 Google AI Ultra 订阅用户提供更广泛的访问权限。Gemini 4 Argon 在 DeepSWE v1.1 和 LVBench 等多项评估中取得了令人印…
-
Google Gemini 3.7 Flash 为智能体和编码任务削减价格
Google 发布了 Gemini 3.7 Flash,一款专为编码和智能体任务设计的新模型,在12月31日前享有50%的 introductory 价格优惠。该新模型在与智能体工作相关的基准测试中表现出显著改进,例如 DeepSWE v1.1 和 Zapier's AutomationBench。降低的价格使 Gemini 3.7 Flash 跻身于与其他经济高效模型并列的竞争性中端市场,鼓励开发者考虑其在智能体工作负载中的能力。