文章总结： 本文介绍了ClaudeOpus4.6与GPT-5.3-Codex两款大模型的Agent能力突破，前者擅长复杂分析与多阶段任务，后者专注工程执行与自动化流程，评测显示二者在终端操作、电脑控制和自主搜索等维度表现领先。文章重点推广CloudRouter平台已接入这两款模型，并提供限时21天转发解锁活动，用户通过转发点赞可获取按量付费专属通道及每日额度赠送，旨在帮助用户将AI能力稳定接入真实工作流。 综合评分： 35 文章分类： AI安全,产品介绍,安全工具

转发解锁｜Claude Opus 4.6 & GPT-5.3-Codex 上线 CloudRouter（限量福利）

AI赋能安全实践者 AI赋能安全实践者

云起无垠

2026年2月6日 19:20 北京

过去两年，大模型更新的速度已经快到让人有点“麻木”。参数更大、跑分更高、回答更顺——这些变化，已经很难再真正改变我们的工作方式。真正把 AI 接进日常工作流、长期稳定用起来的人，其实并不多。但这一次，当 Claude Opus 4.6 与 GPT-5.3-Codex 几乎同时发布、并被真实用过之后，一个非常明确的变化正在出现：AI 不再只是“更聪明”，而是真的开始“能干活”了。而当 AI 进入「执行阶段」，接入方式本身，就成了能力的一部分。

1

AI 一直很强，但始终卡在“最后一公里”

很多人对 AI 的真实使用体验，其实都非常相似：

• 它会写代码，但你还得自己接、自己跑、自己调
• 它会做分析，但材料要你整理、结论要你校验
• 它能给方案，但真正执行的，永远还是人

问题并不在于 AI 不聪明，  而在于它长期站在工作系统之外。过去的大多数模型，更像一个“外脑”：你问，它答；你走一步，它跟一步。一旦进入需要连续操作、跨工具执行、在有状态环境中推进任务的场景，AI 往往就“断掉了”。这也是为什么——模型能力在涨，但工作方式并没有发生根本变化。

2

一个明显信号：评测开始系统性转向「Agent 能力」

真正的变化，其实先发生在评测体系和产品设计里。越来越多的 benchmark，已经不再关心“答得对不对”，而是在测试一件更现实的事：AI 能不能像一个 Agent 一样，把任务从头做到尾。能否持续跑任务、能否操作真实环境、能否在过程中修正方向——这些能力，正在成为新的分水岭。而Claude Opus 4.6 与 GPT-5.3-Codex，正是这一变化下的代表模型：

• Claude Opus 4.6：更完整、更稳定，适合复杂分析、多阶段任务和高质量交付
• GPT-5.3-Codex：更偏工程执行，擅长终端、自动化流程和持续运行

它们的差异很明显， 但共同指向同一件事：AI，开始真正进入“干活阶段”了。

3

Claude Opus 4.6：

一次非常完整的 Agent 能力跃迁

在进入具体评测之前，有必要先看一眼 Opus 4.6 在底层机制上的变化。这次更新并不只是“模型更强”，而是系统性补齐了长期 Agent 工作所需要的基础能力：

• 支持 最高 1M token 的超长上下文，让多阶段任务中不再频繁“失忆”
• 单次输出上限提升至 128K，可以一次性交付完整结果
• 引入 Adaptive Thinking，根据任务复杂度动态调整推理深度
• 提供 Effort 控制，允许用户在成本、速度与准确性之间明确取舍

这些更新共同指向一件事：让 Claude 不只是“会想”，而是能长期、稳定地参与真实工作流程。如果用一句话概括 Opus 4.6 的整体感受，那就是——能力分布变得非常“完整”。

1）终端能力：不只是会写代码

在 Terminal-Bench 2.0 中，Opus 4.6 拿到了 65.4%，已经处在当前模型的第一梯队。这类评测测试的不是“代码写得好不好看”，而是：在真实终端环境中，能否持续执行、调试、修正，并最终完成目标。这意味着 Claude 已经能够在一个具备状态的系统里工作，而不是一次性生成完就结束。

2）电脑操作能力：开始真正“会用电脑”

OSWorld 测试的是 AI 在真实桌面环境中的操作能力：理解 GUI、点击按钮、跨应用切换，在没有明确 API 的情况下完成任务。Opus 4.6 在这一项中拿到了 72.7%，相比 Opus 4.5 出现了明显跃迁。这一步的意义并不在于“点鼠标”，而在于：Claude 正在从“语言模型 + 工具调用”，走向真正能操作电脑的 Agent。这是 AI 能否走出 IDE、进入真实办公场景的关键门槛。

3）自主搜索能力：从“被动总结”到“主动获取”

在 BrowseComp 中，Opus 4.6 拿到了 84.0%，并与第二名拉开了明显差距。它测试的不是模型“知不知道答案”，而是能否：

• 知道该去哪找
• 知道该信谁
• 知道哪些信息需要交叉验证

这意味着 Claude 已经不再只是“你给我材料，我来总结”，而是开始具备研究型 Agent 的前置能力。

4）真实工作完成度：不是炫技，而是能交付

在 GDPval-AA 中，Opus 4.6 拿到了 1606 Elo，比 GPT-5.2 高 144 Elo，比自身前代高190 Elo。在这类评估里，144 Elo 的差距并不小，它意味着在“把事情做成”这件事上，成功率、稳定性和可交付性，已经拉开了一个显著档位。

4

GPT-5.3-Codex：

在“工程执行型 Agent”上的系统性领先

与 Opus 4.6 不同，GPT-5.3-Codex 的强化方向非常明确。OpenAI 并没有试图把 Codex 打造成“什么都做的通用模型”，而是围绕 工程执行型 Agent 做了系统性优化：

• 针对 长任务执行与状态保持 的深度优化
• 支持 执行过程中的中途纠偏（mid-turn steering）
• 深度绑定真实工程工具链，而非把工具当作外部插件
• 更强调执行效率与稳定性，适合作为自动化流程中的执行单元

这些设计决定了 Codex 的能力形态：它的目标不是展示推理，而是被反复调用、稳定运行。

1）Terminal-Bench 2.0：工程执行的硬指标

在 Terminal-Bench 2.0 中，GPT-5.3-Codex 拿到了 77.3%，目前已知模型中的最高分。这意味着它在”工程级连续执行复杂流程跑通率”这一维度上，已经形成明显领先。

2）OSWorld-Verified：不是最强，但足够可用

GPT-5.3-Codex 在 OSWorld-Verified 中的成绩是 64.7%。这个分数并非最高，但与 Codex 的定位高度一致——它并未把“像人一样用电脑”作为主攻方向。

3）SWE-Bench Pro：真实工程问题的修复能力

在 SWE-Bench Pro 中，Codex 同样处在第一梯队。这类评测关注的是：面对真实开源项目中的 bug，能否给出可合并、可落地的修复方案。这正是工程师日常最真实的场景。

5

当 AI 能“干活”，

接入方式本身就成了能力

当 AI 不再只是聊天工具，而是进入执行阶段，一个非常现实的问题随之出现：我们该如何长期、稳定、可控地用下去？在这个背景下，CloudRouter 在 Claude Opus 4.6 与 GPT-5.3-Codex 发布后，第一时间完成接入，并直接上线。在 CloudRouter 上，你可以：

• 在同一平台中使用 Claude Opus 4.6 与 GPT-5.3-Codex
• 根据任务需要灵活切换不同模型
• 控制成本、稳定调用，而不是一次性试用就结束

如果说模型决定了 AI 能做到哪一步，那么 CloudRouter 决定的是：你能不能真正把它用起来。

6

限时尝鲜福利｜转发即可解锁（需联系客服）

为了让更多用户参与到AI变革的浪潮中，CloudRouter上线了一期 限时 21 天的尝鲜活动。

1. ### 订阅用户权益（基础权益）

所有 CloudRouter 订阅用户，可直接使用Claude Opus 4.6，无需转发、无需额外申请。

订阅用户也可参与下方转发活动，享受按量付费专属福利。

2. 专属按量付费模型通道（限时 21 天）

• 活动期间，每天释放 800 美元专属模型总额度

• 专属通道统一结算价格：0.3 元 / 美元

• 该额度 为全体用户共享

• 可用于：

• Claude Opus 4.6

• Claude Sonnet

• 其他高端模型

• 当日额度耗尽后，专属模型通道将关闭，需等待次日 8 点重新开放。

3. 转发解锁机制（需联系客服开通）

该专属通道不自动开放，需通过 转发 + 点赞 + 联系客服 解锁：

• 转发本文 + 点赞满 8个

• 联系客服，即可开通专属按量付费通道

• 转发 + 点赞满 18 个

• 活动期内 每日赠送 10 美元额度

• 转发 + 点赞满 38 个

• 活动期内 每日赠送 20 美元额度

说明：

• 赠送额度不叠加，按满足的最高档位发放

• 赠送额度仅在活动期内有效

  6

  结语｜这是一次参与“AI 进入执行阶段”的机会

Claude Opus 4.6 与 GPT-5.3-Codex 的上线，并不只是一次模型更新。它们更像是在共同确认一件事：AI 正在从“外脑”，变成系统中可以被信任的执行组件。CloudRouter 想做的，也正是这件事：让这些模型第一时间、稳定、可控地进入真实工作流。如果你也想在这一阶段，真正把 AI 用起来。

欢迎访问：https://www.cloudrouter.online/

or

联系销售，获取您的专属方案

官方QQ号：3968077268

官方邮箱：[email protected]

Discord：https://discord.gg/WSRxknxTXd

安全极客是一个致力于信息安全知识共享与交流的专业社区平台，主要围绕GPTSecurity、智能模糊测试、软件供应链安全、红蓝攻防四大主题构建内容分享生态。云起无垠作为联合发起方，欢迎广大安全专家的加入，共同探讨前沿安全技术，促进行业内的知识分享与合作。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：云起无垠 AI赋能安全实践者 AI赋能安全实践者《转发解锁｜Claude Opus 4.6 & GPT-5.3-Codex 上线 CloudRouter（限量福利）》