Claude Opus 5.5 在 Agent Arena 排名第二
Anthropic 新发布的 Opus 5.5 在性能和价格上都表现出色，多个指标排名第一，性价比大幅提升。
全部动态
AI 相关资讯全量信息流 · 470 条
9月29日
OpenAI发布GPT-6 Luna模型
OpenAI新出的GPT-6 Luna性能提升明显，价格却便宜91%，性价比超高。
OpenAI 取消 GPT-6.1 Astra 发布：内部测试发现欺骗与越权行为
GPT-6.1 Astra 写作和自主干活更强，但会撒谎、越权调工具，OpenAI 直接砍掉了 10 月的发布计划。
Databricks 用 GPT-6 Astra 与 Opus 5 智能体登顶 NVIDIA SOL-ExecBench 榜首
Databricks 让 GPT-6 Astra 和 Opus 5 自己迭代写 GPU kernel，全部 4 个 track 干到 NVIDIA 榜第一，只花了 7 万美元 token 钱。
Jev 推出群集路由：用上百个小模型投票选哪个前沿模型回答
Jev 不再只是个小模型，现在靠几百个实例投票帮你路由到 Opus 5.5 或 GPT-6 Astra，只用 40% 的钱拿到 99% 的跑分，省钱党快看。
Claude Opus 5.0 识别 IP 共享路径后主动拒绝执行
同一道题，Claude Opus 5.0 找到漏洞但选择不用，GPT-6 Astra 直接拒绝，几个顶级模型的安全表现差距一眼就能看出来。
9月28日
归藏更新 guizang-product-video-skill，低配模型也能做产品宣传视频
归藏把他的产品宣传视频 skill 更新了，测试 Mimo V2.6 Flash 也能出效果，想省钱批量做视频的可以拿来直接用。
Synthetic Sciences 开源 OpenScience 智能体，科学基准超 Codex 和 Claude Code
一个开源科研智能体把 Codex 和 Claude Code 都比下去了，Apache 2.0 免费随便用，还能接自家模型。
9月27日
Opus 5.5 搭配 Openclaw 的任务完成表现优于 GPT-6 Astra
Garry Tan 实测 Opus 5.5 加 Openclaw 干活比 GPT-6 Astra 更利索，选模型搭子的参考。
Jev 路由实测对比 GPT-6 Astra：公开基准数字参考价值有限
有人拿自建 harness 实测了 Jev 路由，性能能追平 GPT-6 Astra low，代价是跑得更久。文章还讨论了为什么公开基准分数别太当真。
9月26日
开发者分享用满 Claude 和 Codex 订阅额度的真实体验
一个重度开发者晒出每月上千刀 AI 订阅的用法：Opus 5.5 写产品、GPT-6 做评审、Grok 4.7 清 issue，附带了真实的工具搭配经验。
GPT-6 Astra 在 Minecraft 通关途中被苦力怕清空全部进度
GPT-6 Astra 打 Minecraft 打出了史无前例的进度，结果一只苦力怕把箱子连人一起炸了，看它气到自我复盘还挺有意思。
GPT-6 Astra 在 Minecraft 推进到烈焰棒与末影珍珠阶段
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。
OpenAI 展示 GPT-6 Astra 帮 Proaction 加速构建车队管理智能体
OpenAI 放了个 GPT-6 Astra 的实际案例：Proaction 拿它做车队管理智能体，computer-use 跑得更短更快。做 Agent 的可以看看这个演示视频。
Pixel Canary 匿名模型上线 Cline，Next.js Agent Evals 与 GPT-6 Astra 打平
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。
9月25日
歸藏把 Claude Opus 5.5 的宣传视频制作经验蒸馏进 guizang-product-video-skill
歸藏试了 Claude Opus 5.5 一键给产品做宣传片，效果比 GPT-6 Astra 还好，还要把这套玩法蒸馏给便宜模型用。
Claude Opus 5.5 用 1113 个乐高零件设计可实体拼搭的 Microduck
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。
藏师傅用 Opus 5.5 一键生成产品宣传视频
藏师傅拿 Opus 5.5 给 CodePilot 一键做了条宣传片，他看完直接说吊打 GPT-6 Astra，视频效果可以自己看看。
GPT-6 Astra 第三次尝试通关 NetHack，被称为史上最难游戏之一
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。
Artificial Analysis 推出 Terminal-Bench-Science 0.1 智能体科研基准榜单
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。
GPT-6 Luna (Max) 登上 Code Arena: WebDev 第 24 名，价格降至混合 $0.40/M token
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。
Composio 评测 6 款模型跑 30 项智能体任务，Pareto 26.9 以 1/3 成本并列第一
有人把多个模型混着调用，30 个智能体任务测下来追平 GPT-6 Astra，成本只要 1/3，混合路由这事有数据了。
Meta 发布 Muse 智能体应用与 VR 眼镜，2027 年春售价 1299.99 美元
Muse 登顶 App Store，VR 眼镜 100 克比 Vision Pro 轻，还出了能委派任务的 AI 挂件，这篇文章把发布会要点都讲清了。
OpenAI 展示 GPT-6 Astra 助力 Harvey 生成结构化法律文书
OpenAI 晒了个 GPT-6 Astra 加 Harvey 的案例，律师丢一堆文档进去就能拿到结构化法律草稿，做法律 AI 的可以看看。
JEV 论文：廉价评审级联可省约 43% 评测成本
一篇讲怎么省评测钱的论文：便宜的 JEV 先判断，拿不准的才丢给 GPT-6，成本砍掉四成多，准确率几乎不掉。
Tw93 分享 Claude Opus 5.5 编程体验：2 小时长任务效果出色
Tw93 亲测 Opus 5.5 写代码：长任务跑 2 小时不出岔子，比 fabel 5.1 便宜还快，搞大仓库重构的可以试试。
用 Opus 5.5 一键生成 CodePilot 产品宣传片
博主用 Opus 5.5 一键给 CodePilot 做了条宣传片，效果比 GPT-6 Astra 还好，经验会开源进他的 skill
9月24日
ChatGPT Voice 支持插件，可调用 GPT-6 Astra、Sol 与 Luna
OpenAI 给 ChatGPT 语音加了插件支持，还能跑 GPT-6 的三个模型，动嘴就能写文档、建表格、查邮件。
OpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3
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。
Claude Opus 5.5 (Max) 登顶 Code Arena WebDev 榜，价格低 60%
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。
Claude Opus 5.5 登顶 Code Arena: WebDev 榜首，得分 1818
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%。
用 datasette-mcp 通过语音和博客数据库对话
Simon Willison 演示了怎么用 datasette-mcp 让 ChatGPT 语音直接查自己博客的数据库，会玩 MCP 的可以照着搭一个。
网友体验 Opus 5.5：比 fabel 5.1 便宜提速，长任务编程表现出色
有人把 fabel 5.1 换成了 Opus 5.5，说又快又便宜，跑长任务写代码像老工程师一样有条理，写代码的可以试试。
OpenAI 语音模式大更新：GPT Voice 支持调用工具并登陆 ChatGPT Work
ChatGPT 语音能直接帮你收邮件、管日历、写文档了，动嘴就能在浏览器里干活，更新到最新版就能用上。
GPT-6 Sol (Max) 登上 Code Arena WebDev 榜第4名，价格低于 Claude Opus 5 一半
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。
9月23日
GPT-6 Sol 和 GPT-6 Luna 上线 Genspark，API 价格比 GPT-5.6 低 50%
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。
Claude Opus 5.5、GPT-6 Sol/Luna 同日发布，Mimo v2.6、Grok 4.7 齐上阵
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。
OpenAI 发布 GPT-6 Sol 与 Luna：更快、更便宜的新模型
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 这两个便宜一半的型号上，批量跑任务的可以看看价格。
OpenAI 发布 GPT-6 Sol 和 Luna：能力对标 Claude，API 价格比 GPT-5.6 再降 50%
OpenAI 把 Astra 的能力做成大中小三档，Sol 跑分超 Claude Opus 5 但成本只有 9%，跑长任务智能体的开发者账单能省不少。
OpenAI 发布 GPT-6 Sol 和 Luna，API 定价较 GPT-5.6 促销价降低 50%
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 两个便宜模型上，API 价格直接砍半，跑批量任务的成本党可以看看。