全部动态

OpenAI 给搞安全的朋友出活儿了：GPT-6 找 bug，GPT-5.6 Cyber 模拟攻击，红队还能申请 GPT-6 Cyber，得报名。

Vaibhav Srivastav@reach_vb原文

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

AI/ML API 出了个 Jev Router，能按任务难度自动挑模型，简单活走便宜模型，省不少 API 费用。

TestingCatalog@testingcatalog原文

Claude Duet 候补名单开了，是 Opus 5.5 上的主动智能体应用；OpenAI 那边 Decisions API 正式可用还加了 12 小时缓存，搞 API 的看看。

Tibor Blaho@btibor9111 个信源在谈原文

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

Devin Fusion 用 Opus 5.5 带一个更便宜的 GPT-6 Luna 副手，编码分数追平 Claude Code 还便宜三成，双模型怎么配合值得一试。

官方账号Artificial Analysis@ArtificialAnlys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 新的 Devin Fusion 用 Opus 5.5 加 GPT-6 Luna 组合，跑分 68 拿下编程智能体第一，每任务成本还比 Claude Code 低 31%。

Windsurf@windsurf_ai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

AA-3D 让模型直接在沙盒里搭 three.js 3D 场景，再由千人评审盲测打分，Claude 系和 GPT-6 Astra 并列头部，开源模型落后 200 多分。

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

Mistral OCR 上线 OpenDocRouter 了，表格和阅读顺序识别不错，每页 1.8 秒很快，还能一行代码切换其它解析模型。

Jerry Liu@jerryjliu0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

OpenAI 把 Karpathy 说的"按需生成软件"做出来了，GPT-6 里说句话就能生成能用的计算器、交互图解，免费用户也能玩。

AIGCLINK@aigclink11 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

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

OpenAI 的 Decisions API 现在在 OpenRouter 也能用了，输入 0.1 美元每百万 token，输出免费，做路由选模型的应用可以试试。

OpenRouter@OpenRouterAI11 个信源在谈原文