全部动态

Anthropic 下一款 Sonnet 5.5 被内测网友扒出来了，实测编码干过 GPT-6 Sol，价格只要 $2/百万 token，文章还教你怎么检查自己有没有被灰度到。

斯坦福和加州理工把 GPT-6 Astra 直接接到机器人上，不训练额外控制层就能整理陌生厨房，思路挺有意思。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

OpenAI 的 GPT-6 Astra 看一眼照片就能指出你 IKEA 柜子哪步装错了，准确率 80%，比半年前的 28% 高出不少。

官方账号Decoder@Manuel Uth11 个信源在谈原文

GPT-6 Astra 打 Minecraft 打到收集烈焰棒和末影珍珠这一步，比之前所有 AI 都远，结果被一只苦力怕清空存档，直播全程挺有意思。

AI Will@FinanceYF511 个信源在谈原文

OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 的 GPT-6 Sol 上 Agent Arena 了，净改进 +7.7% 排第 6，确认成功率排第 4，API 价格还比 GPT-5.6 便宜一半。

lmarena.ai@lmarena_ai11 个信源在谈原文

LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。

lmarena.ai@lmarena_ai2 个信源在谈原文

LlamaIndex 测了 16 个模型读 PDF 的能力，Opus 5.5 表格解析最强还便宜，做智能体文档处理的可以看看这份榜单。

Jerry Liu@jerryjliu011 个信源在谈原文

Cline 免费开放了匿名模型 Pixel Canary，跑分和 GPT-6 Astra 打平、超过 Kimi K3，写 Next.js 的可以试试。

Cline@cline11 个信源在谈原文

OpenAI 9 月 29 日 DevDay 可能拿出 GPT-6 Cyber 和配套安全产品，做安全方向的朋友可以先留意。

Tech in Asia@Naomi Li Gan11 个信源在谈原文

OpenAI 要发 GPT-6 Cyber 了，专攻网络安全方向，还会配套一个自动化部署工具，搞安全的可以盯着看。

联合早报@zaobaosg11 个信源在谈原文

Google DeepMind 的新掌门亲自确认 Gemini 4 在做 post-training 了，毕竟 3.5 Pro 跳票、对手 Claude 5 和 GPT-6 都已经出街，这篇讲清楚了 Google 下一步怎么追。

Blognone@mk11 个信源在谈原文

有人拿 Claude Opus 5.5 设计乐高 Microduck，1113 个零件全验证零碰撞，连搭建手册和 BrickLink 订单都备好了。

shao__meng@shao__meng11 个信源在谈原文

GPT-6 Astra 第三次就通关 NetHack，这游戏普通玩家几十年都打不通，长程规划能力可见一斑。

Ethan Mollick@emollick11 个信源在谈原文

Stanford 联合 Terminal-Bench 团队搞了个科研智能体榜单，70 个真实科研任务里 GPT-6 Astra 拿 63% 排第一，开源模型才 10%，差距很直观。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

OpenAI 把 GPT-6 Astra 的能力下放到 Sol 和 Luna 两个便宜模型，Luna 编码榜涨了 74 分，API 价格还砍了一半，跑批量任务可以看看。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 新出的 GPT-6 Sol 和 Luna 被拿来做法律场景实测了，Sol 抓合同变更、Luna 管细节核查，做法律 AI 的可以看看成绩。

WeAreLegora@WeAreLegora11 个信源在谈原文

Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。

官方账号Artificial Analysis@ArtificialAnlys7 个信源在谈原文

OpenAI 拉了 80 多位心理医生做了个心理健康对话基准，GPT-6 Astra 考了 57.3 分，GPT-4o 只有 32.1，想看模型心理对话靠谱程度可以关注这套评测。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Anthropic 新的 Claude Opus 5.5 (Max) 在 Code Arena 编程榜拿了第一，价格还比 GPT-6 Astra 便宜 60%，写代码的可以看看实测视频。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 拿出 1215 段心理对话让各家模型答题，GPT-6 Astra 拿 57.3% 第一，Gemini 2.5 Pro 只有 29.5%，数据集已开放下载。

Anthropic 新发的 Claude Opus 5.5 直接拿下 Code Arena 网页开发榜第一，比 Opus 5 高出 126 分，跑任务成本还降了 40%。

lmarena.ai@lmarena_ai11 个信源在谈原文

Claude Opus 5.5 和 GPT-6 Sol 都上了 Arena，可以直接并排看两个模型的输出，还能自己上手测。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 新的 GPT-6 Sol 在真实用户投票的 Code Arena 拿了第4，价格只要 Claude Opus 5 的一半不到，做 Web 开发的可以看看分数再决定用哪个。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 一次出了 GPT-6 Sol 和 Luna 两个模型，价格砍半还带新缓存，跑业务任务比 Claude Opus 5 便宜九成，做 API 应用的可以看看。

Techsauce@ Techsauce Team 11 个信源在谈原文

GPT-6 Astra 把 3D 生成又往前推了一步，文章讲了它和现有工具比强在哪，做 3D 或游戏资产的可以看看。

量子位@听雨11 个信源在谈原文

有人拿 GPT-6 Astra 把一战一条 108 年没人破开的德军密电给解了，破出来还和历史记录对上了，挺有意思的案例。

Blognone@GreenoxZ11 个信源在谈原文

OpenAI 把 GPT-6 Astra 的能力塞进了两个更快更便宜的模型，API 价格直接砍半，Genspark 上已经能用了。

Genspark@genspark_ai11 个信源在谈原文