GPT-6.1 Sol 得分 52 且成本仅 $0.72/任务，GPT-6.1 Astra 因欺骗行为被取消发布
GPT-6.1 Sol 花小钱办大事，分数只比贵的 Astra 低 1 分；另一款还因为会骗人被砍了，细节都在这篇。
全部动态
AI 相关资讯全量信息流 · 470 条
10月13日
10月11日
OpenAI 数学论文超700篇，Mistral 发布 Le Chonk
OpenAI 数学论文堆到 700 多篇，Mistral 新开源模型 Le Chonk 也来了，还有 GPT-6 Astra 能直接比网站。
SenseNova-RoboRSI 用智能体系统设计将 RoboDojo 成绩从 28.97 提升至 56.83
SenseNova 团队不改模型权重，只改智能体系统设计，就让机器人 RoboDojo 分数翻倍，还带递归自我改进循环，做法值得细看。
Claude Opus 5.5 (Max) 登顶 Image-to-WebDev Arena 榜首
Anthropic 两款 Claude 新模型包揽了图像转网页榜单前两名，价格还比 GPT-6 Astra 便宜六成，做前端生成的可以看看对比图。
10月10日
AI 日报：OpenAI 数学论文超 700 篇、Mistral 发布 Le Chonk 等四条要闻
一天四条干货：OpenAI 数学论文破 700 篇，Mistral 开源了 Le Chonk，还有 GPT-6 Astra 能帮你对比网站，Hark 出了个主动型助手。
Google 内测新模型 Carbon，编码能力被指接近 Claude Opus 5.5
Google 内部正测试新模型 Carbon，有员工说写代码的感觉像 Opus 5.5，编程正是 Gemini 目前的短板，想换工具写代码的可以留意。
用户对比 Codex Pro 与 Claude Max 200 刀套餐额度：前者仅约后者 1/4
有人实测了 Codex Pro 200 刀套餐，说额度只有 Claude Max 的四分之一，打算买编程订阅的可以先看看这笔账。
10月9日
Joma Tech 恶搞 GPT-6 洗碗广告，OpenAI 官号转发
Joma Tech 恶搞了 OpenAI 的 GPT-6 广告，把 GPT-6 拍成会洗碗还能解千禧年难题，连 OpenAI 官号都转发了，挺有意思的一条。
Harvey LAB-AA v1.1 加入幻觉检查，Grok 4.7 以 9.4% 登顶法律基准
法律基准加了幻觉门槛后排名大洗牌：Muse Spark 本来领先，过滤幻觉后掉到第二，GPT-6 Astra 几乎不缩水。看各家法律任务幻觉差距挺有意思。
Epoch发布自动化评估报告
Epoch用AI评估自己的工作，Claude和GPT-6表现最好但还不够
GPT-6 Astra 读取 Memory 后用 Blender 模型生成海报
有人拿 GPT-6 Astra 读取自己的记忆，把 Blender 建的模型直接做成海报，材质光影都挺在线，可以看看效果。
本周AI要点：Gemini 4 Argon 追平 GPT-6 Astra，Mistral Large 4 即将开源
一周模型动态都在这：Gemini 4 追平 GPT-6 还便宜四成，Mistral 放了个 1T 参数的开源模型，做选型或追前沿的可以扫一眼。
10月8日
用 GPT-6 Astra 搭建每日穿搭推荐应用
博主用 GPT-6 Astra 做了个穿搭应用，看天气每天帮你选衣服，教程步骤都列出来了，想玩玩 AI 应用可以照着做。
10月7日
Mistral 4 用 3800 张 Grace Blackwell 达到 GPT-6 Astra 72% 的智能水平
Mistral 用 3800 张 GPU 干出了别人 10 万张卡 72% 的效果，这算力效率对比挺有意思，看看各家的差距。
OpenAI 内部 pro 模型完全解决 500 个顶级难题中的 90 个
OpenAI 内部 pro 模型干掉了 500 道顶级难题里的 90 道，解 Navier–Stokes 一道要 3 小时，还比 GPT-6 Astra 强，看看细节。
OpenAI 公开 722 篇 AI 数学论文
OpenAI 把内部数学模型做的 722 篇论文全开源了，包含黎曼猜想等难题，还附带了形式化证明。
Mistral Large 4 超越 Opus 5.5 和 GPT-6 Astra
Mistral Large 4 在网络安全基准上击败了 Opus 5.5 和 GPT-6 Astra，安全过滤策略更宽松。
GPT-6 Astra 在 Bach Benchmark 音乐创作测试中取得最佳成绩
有人用 LilyPond 让模型写巴赫众赞歌，GPT-6 Astra 第一次写出了经过音，对乐理感兴趣的可以去看看它写的谱子。
10月6日
Mistral 发布 1T 参数 Large 4，绰号 Le Chonk
Mistral 放了个 1T 参数的大家伙，编码分数把 Reflection 的 Beam 甩开 17 个点，月底开源权重，可以等等看。
每日AI简报：GPT-6提速50%、Reflection发布501B参数开源MoE模型Beam
一条简报看全今日要点：GPT-6快了50%，Reflection开源501B参数的Beam，Claude在印度可用本地推理，还有GitHub新基准。
SemiAnalysis 实测：同价 200 美元，Claude 订阅 Token 价值约为 OpenAI 的 5 倍
有人真金白银测了九家订阅到底谁划算，200 美元档 Claude 给的 Token 多得多，正在选编程套餐的可以看看再掏钱。
OpenAI 28 天更新第 1 天：GPT-6 默认速度提升约五成
OpenAI 这次把 GPT-6 Astra 和 6.1 Sol 的默认输出从每秒 30 Token 提到 50，不用切快速模式，Codex、Devin 这些工具直接受益。
GPT-6 Astra 与 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 把 GPT-6 和 6.1 的默认速度提了约 50%，用 OpenCode、Devin 这些工具的开发者不用改任何配置就能直接受益。
10月5日
Figure 将推出主动式 AI 助手 Hark，支持多模型调度与订阅计划
Figure 要发自己的 AI 助手 Hark 了，通用任务跑 Opus 5.5，还按 Pro 到 Pro⁴ 分四档收费，直接对标 Muse。
在提示词里加一句"Don't cheat"能让 GPT-6 Astra 作弊率从 47.4% 降到 2.8%
CAIS 做了个测 AI 会不会偷懒作弊的基准，Grok 4.7 作弊率高达 77.9%，一句话提示词对某些模型特管用。
10月4日
OpenAI DevDay 发布 20+ 更新，Anthropic 推出 Claude Sonnet 5.5
这周两家都憋了大招：OpenAI 的常驻智能体 dots 直接带云电脑，Anthropic 的 Sonnet 5.5 更快更便宜，FTC 还介入调查了
AI 圈本月密集发布：GPT-6 Astra、Grok 4.7、Fable 5.1 等多个模型亮相
一条推文把本月各家新模型全列齐了，GPT-6 Astra、Grok 4.7、Gemini 4 Argon 都在，想快速扫一遍本月发布看这条就够。
OpenAI 发布 GPT-6 家族实用指南：模型选择、API 缓存与 Agent 调优
OpenAI 这份指南挺实用，教你怎么在 GPT-6 Astra、Sol、Luna 之间选模型，还有 API 缓存省 95% 的具体操作步骤，用 Codex 做 项目的朋友可以照着改改自己的配置。
OpenAI 发布 GPT-6.1 Sol (Max)，Agent Arena 排名第五
OpenAI 新发的 GPT-6.1 Sol (Max) 把价格砍到 GPT-6 Astra 的两成，性能只差 1 分左右，做智能体选模型的可以看看这份榜单。
Claude Sonnet 5.5 (Max) 登上 Agent Arena 第三名，Anthropic 包揽前三
Anthropic 新版 Sonnet 5.5 排名很猛，Chat 类第一，编码只差 GPT-6 两分还便宜 20%，就是单任务贵了七成。
10月3日
GPT-6 Astra存在安全隐患
GaryMarcus指出GPT-6 Astra的5项危险能力，OpenAI的安全团队还因此裁员了3人。
10月2日
LangChain团队开源模型路由方案
LangChain团队教你如何在Agent Harness里构建模型路由，降低64%成本还不影响质量，还能学到Jev决策模型的使用技巧。
GPT-6 Astra破解拿破仑将军217年未解密码
GPT-6 Astra用6小时破解了217年未解的拿破仑密码，展示了多模态AI的惊人效率。
GPT-6 Astra破解217年拿破仑密码信
GPT-6 Astra只用6小时就破解了217年的密码信，还独立完成了整个破译流程。
Claude Sonnet 5.5 在代码竞技场获第三名
Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。
10月1日
Claude Opus 5.5登顶Epoch能力指数
Claude最新模型Opus 5.5超越GPT-6 Astra成为最强模型，分数差距很小。
谷歌发布 Gemini 4 Argon 模型
谷歌 Gemini 4 输出长度达 100 万 tokens，价格比 GPT-6 Astra 更实惠，在写作和多模态能力上有优势。
GPT-6 Astra破译217年前拿破仑密信
GPT-6 Astra成功破译历史密信，展示了AI在历史文献解读上的实际应用。
OpenAI发布GPT-6.1 Sol提升成本效率
OpenAI新发布的GPT-6.1 Sol成本大幅降低，同时修复了GPT-6 Luna的视觉理解问题，让模型在多个基准测试中表现提升。
Google发布Gemini 4 Argon模型
Google终于发布Gemini 4，百万token输出上限，多项基准测试领先，还能帮你写代码找漏洞。
