Simon Willison：Haiku 5.5 绘制骑车鹈鹕的表现明显优于 Claude Haiku 4.5
Simon Willison 认为，Haiku 5.5 在绘制“骑自行车的鹈鹕”时明显优于 Claude Haiku 4.5。他称后者发布于近一年前，成本为前者的 10x，并附上了 Haiku 4.5 的尝试结果链接；这条短帖没有展开评测方法或其他任务的表现。
仅基于配文；附链正文尚未取得；正式参考价值分；依据原始文字；已检查1幅静态图片评审副本；未评价完整视频、运动、剪辑或声音
Simon Willison / twitter发布时间： 未分类 · 图文
Simon Willison / twitter发布时间： 未分类 · 视频Simon Willison 分享一个使用 Lilypond 的基准测试
Simon Willison 分享了一个使用 Lilypond 的基准测试，但原帖未提供测试目标、评测方法或结果，相关链接内容也不在本次材料范围内。
附链正文尚未取得，仅概括已获取文字
AI圈的那些事 / xiaohongshu发布时间： 编程与智能体 · 图文一日升一位：Step 5 Preview 升至 AA 全球开源模型第二名
AI圈的那些事称，9月20日，阶跃星辰 Step 5 Preview 在 AA 综合智能指数 v4.3.2 的全球开源模型排名中，从第三升至第二。这一结果仅代表该评测体系，不同平台的结论可能存在差异。文中称模型已上线，面向软件工程、金融和 AI 编程场景；虽然被列入开源模型排名，对外开源仍是官方计划，日期为10月15日。
仅基于配文整理
思特沃克洞见 / wechat发布时间： 编程与智能体 · 图文真实项目 Design-to-Code 实测：Kimi K3、Claude Opus 5 与 GPT-5.6 Sol 对比
这是一场在真实企业前端项目中的 Design-to-Code 对比实测：作者用 GitHub Copilot CLI、自定义 Agent、Skill 和 Figma MCP，让三款模型把 Figma 设计稿还原为受 React 19、VDS、CSS Modules、i18n 与三道门禁约束的页面。测试中 Kimi K3 和 Claude Opus 5 均通过门禁，视觉分数分别为 74.8 和 60.4；GPT-5.6 Sol 因编译错误无法运行。作者认为，截图与节点树交叉验证、主动管理上下文和强制自检，比单看生成速度更影响可交付性。
Soumith Chintala关联｜Newmu/dcgan_code 仓库更新发布时间： 应用落地 · 文本SVHN 半监督学习结果更新
SVHN 的半监督学习结果已更新。