全部动态

Claude Haiku 5.5发布，成本低廉，在Agent Arena评测中表现优异。

lmarena.ai@lmarena_ai原文

GPT-5.5 今天下线，还在用它跑项目的抓紧换模型，晚了调用就报错了。

@koltregaskes@koltregaskes11 个信源在谈原文

Claude Sonnet 5 采用率飙升，GPT-5.6 Luna 调用量第一，小模型主导调用市场。

官方账号LangChain@LangChainAI原文

GPT-6 正式全量推送了，回复里能直接生成按钮、图表和小工具，跟 GPT-5.6 的纯文本对比差别很明显，可以上手试试

shao__meng@shao__meng11 个信源在谈原文

Ethan Mollick 试了 Fable 5.1，一句话直接生出一个能玩的粗野主义城市建造游戏，对比一年前 GPT-5 的水平挺直观。

Ethan Mollick@emollick原文

OpenAI的GPT-6.1 Sol比前代每任务成本低30%，主要通过优化token使用实现。

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

中国又出500亿参数开源模型，性能接近GPT-5.6 sol和Opus 5，值得关注。

kimmonismus@kimmonismus3 个信源在谈原文

Claude Opus 5.5以更高成本换取显著提升的智能指数，AI性能与成本比正在重新平衡。

官方账号Artificial Analysis@ArtificialAnlys原文

英国AI安全研究所实测GPT-6 Astra攻击率飙升近五倍，安全措施效果有限。

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

Simon 列出了他心目中的顶级模型，包括最新的 Claude Opus 5.5 和 GPT-Astra 6。

官方账号Simon Willison@simonw11 个信源在谈原文

OpenAI新出的GPT-6 Luna性能提升明显，价格却便宜91%，性价比超高。

lmarena.ai@lmarena_ai11 个信源在谈原文

Meta 把 RL 那套可验证奖励搬进了写作：先让 Kimi-K2.6 自动生成能区分专家和 AI 的评分标准，再用它训练 Qwen3.5-27B，盲评 95% 胜率打赢人类专家文本。

shao__meng@shao__meng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

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

Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。

Cline@cline5 个信源在谈原文

Xiaomi 新发的 MiMo-V2.6-Pro 在 AA 指数上拿到 46 分，只差 GPT-5.6 一分，成本却只要零头，权重还是 MIT 开源的。

kimmonismus@kimmonismus3 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

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 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

一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。

shao__meng@shao__meng11 个信源在谈原文

OpenAI 一口气发了 GPT-6 Sol 和 Luna 两款新模型，API 价格砍半，Sol 在基准测试里能跟 Claude 旗舰打平，性价比党可以直接上手试试。

Blognone@arjin11 个信源在谈原文

Anthropic 和 OpenAI 前后脚发新模型还互相砍价，GPT-6 Luna 只要 $0.10/M，做应用的成本又降一半，附完整价格对比表。

GPT-6 两个新模型已经在 LMArena 可以测了，评分还没出，想抢先体验可以现在去投票。有人还拿它和 GPT-5.6 同条件跑了对比，token 用量和速度都测了。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 两个便宜一半的新模型上，还能在 Agent Arena 里亲手测试投票。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 出了个便宜档的 GPT-6 Luna，跑分追平 Claude Opus 5，但只要零头的价格，看重成本的可以去 OpenRouter 试试。

OpenRouter@OpenRouterAI11 个信源在谈原文