全部动态

同样 100 美元，不同模型差出 60 倍任务量，选模型前看这组性价比数据能省不少钱。

官方账号Artificial Analysis@ArtificialAnlys原文

Nace AI 出了个金融专用模型 Drex，专门做欺诈判断这种毫秒级任务，48 个金融基准测试准确率 85.7%，比 GPT-6 Luna 的 70.9% 高不少。

TestingCatalog@testingcatalog原文

想挑个说话不绕弯子的模型？这份榜单直接量化了各家的“直球”程度，GPT-6 Sol 和 Grok 系列得分最高。

官方账号Artificial Analysis@ArtificialAnlys原文

OpenAI 把 GPT-6 全家桶搬上了 Google Cloud，多云部署的同学现在能在一个平台同时用三家旗舰模型了。

TestingCatalog@testingcatalog11 个信源在谈原文

Inception 用扩散架构做语言模型，速度号称快 4-8 倍还赢了 12 项基准里的 8 项，不过全是自测数据，看看就好。

官方账号Decoder@Manuel Uth原文

OpenAI 把 GPT-6 系列专门训练到能搞定 COBOL 这种老古董语言了，迁移银行系统代码准确率 97.9%，维护老系统的团队可以看看。

Inception 出了扩散架构的 Mercury 3，每秒能吐 1068 个 token，比 GPT-6 Luna 和 Claude Haiku 5.5 还快，还带 1M 上下文。

官方一手marktechpost@Jean-marc Mommessin原文

实测了 Inception 的 Mercury 3，扩散架构跑出 1000+ tokens/秒，比 GPT-6 Luna 快 4-8 倍，速度党可以看看。

岚叔@lufzzliz原文

Cognition 家的 Devin Fusion 用 Opus 5.5 加 GPT-6 Luna 拿了编程智能体榜单第一，比 Claude Code 便宜 31%，写代码的可以看看。

Cognition@cognition_labs原文

Inception 的扩散模型 Mercury 3 登陆 OpenRouter 了，每秒能吐 1000 多 token，上下文 100 万，官方说跑分压过 GPT-6 Luna 和 Haiku 5.5，现在还是半价。

OpenRouter@OpenRouterAI原文

Stefano Ermon 团队的扩散语言模型 Mercury 3 上线了，号称质量超 GPT-6 Luna，速度还能跑到每秒 1000+ token，在 OpenRouter 就能试。

OpenRouter@OpenRouterAI原文

browser_use 跑了 NVIDIA 的 Nemotron 3.5 Super VL，浏览器任务得 48.5 分，被 GPT-6 Luna 的 67.7 分压过，成本还高 61%，想选浏览器自动化模型的可以看看。

Browser Use@browser_use原文

Ant 旗下 Ling 3.1 Flash 放出开源权重了，本地跑就能用，同一提示词下生成效果赢过 GPT-6 Luna，还便宜 2.8 倍，想省钱本地部署的可以试试。

@atomic_chat_hq@atomic_chat_hq8 个信源在谈原文

微软把 Qwen3.5-9B 改成小决策模型，分类任务准确率干到 83.5%，跑分类便宜 200 倍，做内容审核的可以试试。

Blognone@mk11 个信源在谈原文

StepFun 的 Step 5 Preview 限时免费，600B 参数还能看图，得分和 GPT-6 Luna 打平，可以先去试试再决定要不要付费。

官方账号Nous Research@NousResearch5 个信源在谈原文

Nano Banana 2.1在图像生成领域表现亮眼，Mistral Large 4在欧洲实验室中排名领先，Claude Haiku 5.5性价比突出。

lmarena.ai@lmarena_ai6 个信源在谈原文

Anthropic 的小模型 Haiku 5.5 上榜了，价格和 GPT-6 Luna 一样但分数更高，比自家 Haiku 4.5 便宜九成还涨分，做 Web 开发的可以看看性价比。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 放出了 Haiku 5.5，价格不变但据称跑赢了 GPT-6 Luna，想省钱跑高频任务的可以对比一下。

官方账号Latent Space (swyx)11 个信源在谈原文

Anthropic 的新 Claude 小模型来了，跑分压过 GPT-6 Luna，价格还更便宜，OpenAI 靠送重置卡应对，看看各家小模型现在卷到什么程度。

量子位@梦晨11 个信源在谈原文

Anthropic 把最便宜的小模型 Haiku 升到 5.5，成本只有 Sonnet 5.5 的零头，跑 agent 任务可以省不少钱。

Blognone@lew11 个信源在谈原文

Claude 出了 Haiku 5.5，跑分压过 GPT-6 Luna，价格一样但速度快两倍，作者说 max 档最香，还预告了测评。

岚叔@lufzzliz11 个信源在谈原文

OpenAI给ChatGPT各层级用户都推送了GPT-6，不同层级用的版本还不一样。

ChatGPT@ChatGPTapp11 个信源在谈原文

Anthropic 把 Haiku 5.5 价格砍到和 GPT-6 Luna 一样，10 万 token 内基准分还更高，长文本就选 Luna 了。

有人实测两个同价模型做同一个 3D 场景，一个花 24.96 美元一个只花 1.91 美元，选模型前看看能省不少。

@atomic_chat_hq@atomic_chat_hq原文

Anthropic 的 Haiku 5.5 来了，智力比一年前的 Haiku 涨了 26 分，价格还只有上代的十分之一，跑 agent 任务可以重点看看。

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

Anthropic 又发小模型了，Haiku 5.5 比上一代便宜 75%，价格追平 OpenAI 的 GPT-6 Luna，基准成绩还更胜一筹，跑大批量任务的可以看看。

The Rundown AI@therundownai11 个信源在谈原文

Anthropic 的 Haiku 5.5 价格跟 GPT-6 Luna 打平了，10 万 token 内输入只要 $0.10，选模型时可以对比看看。

kimmonismus@kimmonismus11 个信源在谈原文

Mistral推出Large 4，成为美中之外最智能模型，价格却比同类开源模型贵4倍。

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