Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 的价格和订阅方案。
推荐理由：汇总了 Claude Haiku 5.5 的定价、第三方评测与 token 消耗数据，可对照 GPT-6 Luna 判断低成本模型的实际成本。
Microsoft / Azure
全部主题微软与 Azure 的 AI 与云服务：模型托管与 Copilot 的定价、企业采购路径、开发者工具的规则变化。
8条精选相关主题AWSGoogle CloudOpenAI
最新精选
第 1–8 条 · 共 8 条Latent Space精选AI 评分7878 Hacker News 首页精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，运行成本比 Haiku 4.5 低约 75%
Anthropic 发布 Claude Haiku 5.5，定位高并发、成本敏感任务，平均运行成本比 Haiku 4.5 低约 75%，输入 $0.10、输出 $0.50 每百万 tokens（10 万 tokens 以内）。
推荐理由：Anthropic 发布 Haiku 5.5 并同步下调 Sonnet 5.5 缓存读取价格，开发者可据此重算高频调用与 agent 成本。
Twilio Blog精选AI 评分6666 Twilio 员工的语音 AI 演示被刷 982 美元国际长途，复盘攻击链路与防护措施
Twilio 开发者布道师 Rishab Kumar 复盘自己的语音 AI 演示被自动化流量刷单：8 月 15 日 10:32 至 14:39 期间 /api/call 收到 1,008 次请求、921 次成功建呼，其中 920 通打向以色列 +972229 号段，Twilio 费用 $971.50、Google Gemini 费用 $10.58，合计 $982.08。
推荐理由：作者复盘自家语音 AI 演示被刷国际长途的完整链路与账单拆分，可对照检查自己公开接口的防护。
Microsoft Azure Blog精选AI 评分6262 微软在 Microsoft Foundry 上线 GPT-6 Sol 与 Luna
微软在 Microsoft Foundry 正式上线 GPT-6 Sol 和 GPT-6 Luna，与已有的 GPT-6 Astra 组成 GPT-6 系列。Astra 面向需要判断与执行的复杂推理、软件工程和计算机操作任务，Sol 面向通用生产级 agent 与复杂工作流，Luna 是更小更快的版本，用于抽取、摘要、请求路由等高频任务。
推荐理由：微软在 Foundry 上线 GPT-6 Sol 与 Luna，并给出三款模型的完整定价与部署区域，可据此比较每任务成本。
Microsoft Azure Blog精选AI 评分5858 Claude Opus 5.5 上线 Microsoft Foundry，面向长时间编码与知识工作
Claude Opus 5.5 已在 Microsoft Foundry 上线，面向长时间运行的编码、调试、重构与知识工作任务，并改进了 agent 过程汇报。
推荐理由：Claude Opus 5.5 在 Microsoft Foundry 上线，文中给出定价与长任务压缩等 beta API 能力，可供选型参考。
Cohere Blog精选AI 评分6262 Cohere 发布文档解析模型 Parse，每 1000 页 1.50 美元
Cohere 发布视觉语言模型 Parse，用于把表格、内嵌图片等复杂多模态文件转成结构化 Markdown，支持九种语言，可通过 Cohere API 调用，价格为每 1000 页 1.50 美元，也可部署在 Model Vault 做单租户推理。
推荐理由：Cohere 发布文档解析模型 Parse，公开了每千页定价、吞吐量和与多家解析方案的评测对比。
WorkOS Blog精选AI 评分7171 企业托管认证 GA 后，MCP server 需要新增的 JWT bearer 授权类型
Anthropic 于 2026 年 8 月 24 日将 MCP 连接器的企业托管认证正式 GA，Claude Team 和 Enterprise 管理员可通过身份提供商集中开通连接器，用户无需逐个走 OAuth 授权。
推荐理由：面向 MCP server 开发者，讲清企业托管认证上线后授权服务器需要改的四项具体配置。
Replicate Blog精选AI 评分6262 Replicate 上线 LoRA：更快微调 Stable Diffusion
Replicate 宣布支持在云端用一次 API 调用训练 LoRA 模型，用于微调 Stable Diffusion。LoRA 由微软研究人员提出，Simo Ryu 将其应用到 Stable Diffusion；相比 DreamBooth 约二十分钟的训练和数 GB 的产物，LoRA 训练最快约八分钟，产物约 5MB，且推理无需冷启动。
推荐理由：Replicate 上线 LoRA 训练与推理接口，并对比 DreamBooth 的训练时长和产物体积，便于开发者判断迁移成本。