DeepSeek V4 Flash登顶OpenRouter，OpenAI降价80%应对
中国模型前五占四，DeepSeek V4 Flash一周跑7.1万亿token，OpenAI直接砍价80%，这仗打得真热闹。
全部动态
AI 相关资讯全量信息流 · 700 条
8月6日
8月5日
SaferAI审计：Zhipu GLM-5.2漏洞复现率76%且零拒绝
SaferAI测了Zhipu的GLM-5.2，攻击力比肩GPT-5.5，但零内容过滤，开源风险不小。
DeepSeek-V4-Flash (High)以0.024美元单任务成本重塑Agent Arena性价比
DeepSeek新模型V4-Flash跑Agent任务每单只要0.024美元，比GPT-5.6 Luna还便宜，性价比很能打。
8月4日
荣耀关海涛谈DeepSeek斩杀线：V4-Flash极致性价比倒逼降价
DeepSeek-V4-Flash比GPT-5.6 Luna便宜六成，一周调用7.22万亿Token登顶，逼得硅谷连夜降价，你要不要看看？
前沿模型解非线性PDE常出错，神经符号模型更可靠
Gorard团队实测了GPT-5.6、Fable 5等模型，发现它们连基础非线性PDE都解不对，而Lanyon用更少token就能搞定，想了解模型短板可以看看。
OpenAI内部模型新版本破解10个数学与理论计算机难题
OpenAI说下一代模型内部版才花2000美元token就解了10个数学老难题，按GPT-5.6 Sol API费率算的，很猛。
8月3日
两支团队用GPT-5.6相隔三小时解决同一量子密码学问题
GPT-5.6刚出，就有两队用它解同一量子密码难题，还是三小时内撞车，值得看看。
8月2日
Claude Opus 5 以单提示生成带物理音乐的完整3D游戏原型
想用一句话生成游戏？Claude Opus 5 能直接做出带物理和音乐的3D完整原型，比 GPT-5.6 Sol 更精细。
Code Arena 图像转网页榜更新：Opus 5 (Max) 1669分居首
想找能照着截图做网页的模型？直接看 Code Arena 这份榜单，Opus 5 (Max) 第一，GPT-5.6 和 Grok 的分数也都列出来了。
AI连续破解未解数学题，数学家心情复杂
菲尔兹奖得主自己说GPT-5.6 Pro一次就解出他头疼的问题，还警告数学文化危险，这篇值得看。
8月1日
OpenAI被曝开发Astra模型家族，可让多智能体协同工作数小时或数天
OpenAI在做Astra模型家族，多个智能体能协作数小时甚至数天，可能叫GPT-6或GPT-5。
DeepSeek-V4-Flash 正式版跑分：98% 缓存命中，AII 50 分
DeepSeek V4-Flash 正式版上线，AII 得 50 分只比 GPT-5.6 Luna 低 1 分，价格便宜 60%，前端代码跑分 1586，可以试试。
GPT-5.6 家族 Sol/Terra/Luna 登陆 LMArena 全栈榜单
OpenAI 的 GPT-5.6 三兄弟开测，Sol 全栈第 3，Terra 和 Luna 也进 top20，挑模型看这个。
DeepSeek V4 Flash 升版后追平 GPT-5.6 Luna，成本低约60%
DeepSeek 把 V4 Flash 升到 0731 版，性能只比 GPT-5.6 Luna 低 1 分，成本却省六成，平价模型也能打了。
GPT-5.4性能对标Luna，价格低至约十三分之一
OpenAI拿GPT-5.4对打Luna，同分但价格只要人家的1/13，做应用的成本要崩了。
7月31日
GPT-5.6 Luna降价，DeepSeek V4 Flash正式版发布
OpenAI刚降价，DeepSeek就发新模型，换模型的速度都赶不上这波价格战。
OpenAI改进框架使GPT-5.6 Sol在ARC-AGI-3提分188%
OpenAI给GPT-5.6 Sol换了套测试框架，ARC-AGI-3得分从7.8%涨到38.3%，输出还省了六分之五，这招挺妙。
GPT-5.6 Sol 推翻 Maxwell 猜想：AI 找到百年数学反例
GPT-5.6 Sol 直接给 Maxwell 猜想找出了反例，人类数学家还验证了，这推理能力真有点吓人。
OpenAI下调GPT-5.6系列价格，Luna输入降80%
GPT-5.6 Luna输入价格砍了八成，比GPT-5.5还强，代码和网络安全分数都涨了，性价比碾压Gemini。
GPT-5.6 Luna降价80%，推理成本直逼Gemini Flash-Lite
OpenAI把Luna价格打到比Gemini Flash-Lite还低，想省钱换模型？Luna现在比Claude Haiku便宜5倍，跑demo或生产都能省一大笔。
GPT-5.6 系列在 FrontierCode 上展现出色性价比
GPT-5.6 系列降价了，在 FrontierCode 上性价比拉满，用 Devin 的自动省钱。
ARC-AGI-3测试：GPT-5.6 Sol在无指令2D游戏中遇困
ARC-AGI这个测试挺刁钻，GPT-5.6 Sol在没法记住之前推理的情况下学不会新游戏，说明长上下文对推理很重要。
FrontierCode 1.1更新，反映GPT-5.6 Terra和Luna新折扣
GPT-5.6系列降价了，在FrontierCode基准上性价比更突出了，做编码任务可以关注下。
GPT-5.6 Sol 自优化后成本降20%、效率提15%+
OpenAI 的 GPT-5.6 Sol 通过自学习优化运行，服务成本降了 20%，生成速度提了 15%，比手动调优更省心省钱。
GPT-5.6 Sol 效率提升，Luna 与 Terra 降价
OpenAI 又升级了，GPT-5.6 Sol 让运行成本降了20%，速度快了15%，Luna 和 Terra 也降价了，开发者快看。
7月30日
OpenAI 推出 Responses API，GPT-5.6 Sol 性能提升 188% 且输出 token 减少 6 倍
OpenAI 用 Responses API 让 GPT-5.6 Sol 分数涨了 188%，输出 token 还少了 6 倍，效率提升很明显。
OpenAI称GPT-5.6 Sol在定制ARC-AGI-3测试中超越Opus 5
OpenAI推出GPT-5.6 Sol，在自定测试里赢了Anthropic的Opus 5，但换官方环境就掉到7.8%，差距挺大。
OpenAI 用 GPT-5.6 Sol 优化自身推理，服务成本降20%
OpenAI 让自家模型 GPT-5.6 Sol 反过来优化自己的推理，成本降了20%，token 生成快了15%，挺有意思的。
SciFigQual-Bench：面向科学图像质量评估的全文本基准
评估论文图表质量？SciFigQual-Bench这个新基准让GPT-5.6-Sol驱动的SFQ-Agent打分，误差比直问模型低43%，更靠谱。
APEX-Accounting基准：评估九个前端模型会计能力
想看看AI到底能不能做会计？新出的APEX-Accounting基准拿160道真实会计题考了九个模型，最强Claude Fable-5才56%，离实际干活还差得远。
GPT-5.6 优化降低端到端服务成本20%，效率提升15%
GPT-5.6 自己优化自己，服务成本降了20%，生成效率提了15%，省下来的钱都能买好几个数据中心了。
GPT-5.6 Sol 在 ARC-AGI-3 基准上实现 SoTA，仅需两个设置变化
OpenAI 的 GPT-5.6 Sol 改了俩设置就在 ARC-AGI-3 上屠榜，教你多窗口推理+规范化压缩这套新打法。
OpenAI 用 GPT-5.6 Sol 在 Codex 中自我优化，成本降20%效率升15%+
OpenAI 让最新的 GPT-5.6 Sol 自己给自己打工，结果运行成本降了 20%、输出速度提升超 15%，看看模型怎么自己优化自己。
OpenAI GPT-5.6 Sol 提升服务效率：GPU内核成本降低20%，推测解码效率提升15%+
OpenAI 搞了个新模型 GPT-5.6 Sol，能自己优化自己，部署后服务成本直接降了20%，生成速度还快了15%，搞推理服务的值得关注。
OpenAI 发布 GPT-5，全栈优化实现成本-智能曲线最优
OpenAI 发了 GPT-5 系列，从低到高每个价位都做了性能最优的版本，想省钱或追求极致都能选到合适的。
GPT-5.6 Sol 部署后自我优化：推理成本降20%，生成效率提15%
OpenAI 让 GPT-5.6 Sol 自己优化自己，运行成本降了20%，生成速度也快了15%，挺牛的。
GPT-5.6融合前沿智能与效率
OpenAI新模型GPT-5.6，在模型、推理和智能体效率上都有提升，每美元能换更多智能，值得关注。
OpenAI推出GPT-5.6模型研究访问计划
OpenAI开放GPT-5.6研究访问，隐私保护到位，还能带团队一起用，适合科研人员申请。
Claude Opus 5 在 Agent Arena 与代码榜上表现强劲
Claude Opus 5 在 Agent Arena 和代码榜都冲进前三，Max 版更是双榜第一，比 GPT-5.6 还靠前，很强悍。