全部动态

Cognition在Devin上线了GPT-6.1 Sol，性能接近前代但成本大幅降低。

Cognition@cognition_labs11 个信源在谈原文

Cognition 发布的 GPT-6.1 Sol 在低成本任务上表现大幅提升，性价比更高。

Cognition@cognition_labs11 个信源在谈原文

OpenAI新出的GPT-6.1 Sol，性能接近Astra但只要五分之一价格，性价比超高。

官方账号OpenAI@OpenAI11 个信源在谈原文

DeepSeek V4 Flash和Dots3-Note Preview在ARC-AGI基准测试中实现了成本大幅下降，比之前的模型便宜数千倍。

官方账号ARC Prize@arcprize2 个信源在谈原文

OpenAI提出用成本衡量模型智能，改变了传统评估思路，值得关注。

官方账号Noam Brown (OpenAI 推理)@polynoamial11 个信源在谈原文

Arena平台展示了多个前沿模型重建古罗马的能力，Claude和GPT的最新版本即将公布分数。

lmarena.ai@lmarena_ai原文

OpenAI新出的GPT-6.1 Sol性能接近Astra但价格便宜很多，还推出了新代理Dots和API。

The Rundown AI@therundownai11 个信源在谈原文

OpenAI新出的GPT-6.1 Sol在OpenRouter上线，性能接近Astra但价格只有五分之一，缓存价格也降了一半。

OpenRouter@OpenRouterAI11 个信源在谈原文

Codex发布了GPT-6.1 Sol，性能接近Astra但价格只有1/5，适合长时间复杂任务。

小互@imxiaohu11 个信源在谈原文

Anthropic 发布的 Claude Sonnet 5.5 性价比极高，在多个关键领域排名从第 30 多位跃升至第 4 位。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Sonnet 5.5在WebDev编程基准上拿到1699分，每百万token只要8美元，性价比很高。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 推出 GPT-6.1 Sol，在对齐和安全方面比前代有明显进步，更接近顶级模型表现。

官方账号OpenAI@OpenAI11 个信源在谈原文

OpenAI新发布的GPT-6.1 Sol大幅降低推理成本，让开发者能用更少钱做更多事。

官方账号OpenAI@OpenAI11 个信源在谈原文

OpenAI发布了GPT-6.1 Sol，现在所有付费用户都能用上了，比之前更开放。

官方账号OpenAI@OpenAI11 个信源在谈原文

OpenAI因安全考虑暂停新模型发布，Sam Altman亲自解释了公司安全优先策略。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

智谱AI的GLM 5.3 Flash在ARC-AGI测试中高分且成本低，性价比突出。

官方账号ARC Prize@arcprize原文

GPT-6.1 Sol 在保持性能的同时大幅降低了成本，每百万代币仅需 2 美元输入和 10 美元输出。

Vaibhav Srivastav@reach_vb11 个信源在谈原文

OpenAI新发布的GPT-6.1 Sol性能接近顶级模型Astra，价格却便宜不少，性价比很高。

Tanishq Abraham (论文推介)@iScienceLuvr11 个信源在谈原文

OpenAI新发布的GPT-6.1 Sol，价格仅为Astra五分之一，错误率接近，事实准确性提升明显。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

OpenAI新出的GPT-6.1 Sol，性能接近Astra但成本更低，适合处理复杂工作。

TestingCatalog@testingcatalog11 个信源在谈原文

Runway CEO分享世界模型如何改变机器人和交互界面，值得AI从业者关注。

AI Engineer@aiDotEngineer原文

看看OpenAI去年设想的AI智能体长什么样，后来为什么被放弃了

Ethan Mollick@emollick11 个信源在谈原文

Anthropic新发布的Opus 5.5性能提升显著，成本却大幅降低，重新定义了性能与成本的平衡点。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic刚发布了Claude Sonnet 5.5，API和界面都能用，快去试试新版本有啥变化。

TestingCatalog@testingcatalog11 个信源在谈原文

Anthropic 发布的 Sonnet 5.5 在 OpenRouter 上可用，比前代更聪明更快更便宜。

OpenRouter@OpenRouterAI11 个信源在谈原文

tufalabs在ARC抽象推理基准上大幅提升成绩，从27.29%到45.33%，重回第一。

官方账号ARC Prize@arcprize原文

Anthropic的新模型在Terminal Bench 4.0上击败了Opus 5.5，AI性能竞赛又有了新变化。

kimmonismus@kimmonismus11 个信源在谈原文

Anthropic 推出了 Claude 系列的 Sonnet 5.5 版本，已经可以体验了。

@koltregaskes@koltregaskes11 个信源在谈原文

Anthropic 推出了 Claude Sonnet 5.5，想知道它比前代有哪些提升吗？

@koltregaskes@koltregaskes11 个信源在谈原文

Agent Arena上线了千万级真实智能体任务排行榜，用因果追踪方法评估模型表现。

lmarena.ai@lmarena_ai原文

Anthropic的Sonnet 5.5又快又便宜，性能接近高端Opus，性价比很高。

TestingCatalog@testingcatalog11 个信源在谈原文

Anthropic新发布的Sonnet 5.5更快更便宜，比前代提升明显，适合需要高性价比AI服务的用户。

Claude@claudeai11 个信源在谈原文