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。
全部动态
AI 相关资讯全量信息流 · 1237 条
10月10日
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。
微软发布 Microsoft-Decision-1 决策模型
微软新决策模型响应速度超快，比 GPT-6 Sol 快 35 倍，价格还便宜。
微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的单次前向传播决策模型
微软基于 Qwen3.5-9B 出了个决策小模型，专管 Agent 流程里的判断打分，比 GPT-6 Sol 快 35 倍，输出还免费。
Microsoft-Decision-1 上线 OpenRouter，主打快速决策
微软把决策类小模型做成了专项产品，比 GPT-6 Sol 快 35 倍还输出免费，做分类和判断任务的可以试试。
微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的专用决策模型
微软发了个专做选择题的小模型，不聊天只判断，快还便宜，模型路由、意图识别这些活儿可以省下大模型的钱了。
OpenAI Decisions API 公测：比 Responses API 快约 10 倍
OpenAI 出了个 Decisions API，直接返回概率和选项，比 Responses API 快 10 倍，还不收输出费用，做分类打分的可以试试。
Andrew Ng：我的智能体每天搜索 5000-10000 次，数据中心需求将大增
吴恩达自曝他一个智能体每天跑上万次搜索，算力需求方向变了，这期通讯还汇总了 GPT-6.1 Sol 等新模型动态。
Microsoft 发布 Microsoft-Decision-1 快速决策模型，已在 Foundry 上线
微软用 Qwen3.5-9B 做了个专门快速打分决策的模型，比 GPT-6 Sol 快 35 倍，Foundry 上就能用。
Step 5 Preview 在 Nous Portal 免费开放一周
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。
Asana 用 GPT-6.1 Sol 将浏览器智能体成本降低 76 倍
Asana 把浏览器智能体换成 GPT-6.1 Sol 后便宜了 76 倍还快了 5 倍，做智能体降本的可以看看他们怎么做的。
Nano Banana 2.1获Image Arena三项前六名
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。
Arena发布AI对齐指数评估27个模型
Arena新发布的对齐指数用真实数据评估了27个AI智能体的安全性，OpenAI模型表现最佳。
10月9日
使用语音构建博客新功能
Simon 展示了如何用语音直接编程，边做饭边开发功能，效率惊人。
OpenAI发布GPT-6.1 Sol Ultrafast，速度提升8倍
OpenAI新模型速度提升8倍，Anthropic推出实时仪表板，StepFun大模型上线，都是开发者关心的实用更新。
AI对三年数学发现进行排名
Will DePue测试了GPT-6 Pro和Fable 5.1对数学发现的排名能力，AI参与度惊人。
星动纪元具身模型登顶全球第一，视频预测与动作学习分阶段训练
清华系的星动纪元把具身模型做到全球第一，超过了 GPT-6 和英伟达，靠的是把视频和动作拆开分阶段训练，不靠额外数据。
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。
国庆七天AI盘点：Claude Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argon 密集发布
国庆七天AI圈一口气出了 Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argon，中档模型半价反超旗舰，还有 OpenAI 安全负责人辞职，一篇看完全部大事。
AgenticBBO-Bench：评测 LLM 智能体黑盒优化能力的跨域基准
想用 LLM 智能体做黑盒优化的可以看看，五个领域统一评测，还拆了哪些设计选择真有用、哪些是伪收益。
Mine Odyssey 基准用 Minecraft 重建真实地点评测空间智能体
拿 Minecraft 重建曼哈顿、白金汉宫这些真实地点来考模型找路，GPT-6 Astra 考了 85.6 分，开源的 DeepSeek-V4.1-Flash 才 23.9，差距很直观。
OpenAI 推出 GPT-6.1 Sol Ultrafast 版：6 倍价格、最高 8 倍速度
OpenAI 给 GPT-6.1 Sol 出了个提速版，最快 8 倍速但价格也翻 6 倍，跑实时任务的企业可以看看划不划算。
OpenAI推出GPT-6.1 Sol架构
OpenAI新发布的GPT-6.1 Sol不仅价格减半，处理长提示速度也更快了。
Claude Haiku 5.5 (High) 登上 Code Arena：WebDev 榜第 30 名，1587 分
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。
GPT-6.1 Sol ultrafast 发布，steering 改为即时生效
GPT-6.1 Sol 出了 ultrafast 版，steering 改成即时生效了，跑偏了能马上掰回来，不浪费算力。
GPT-6.1 Sol 推出 Ultrafast 模式：速度提升最高 8 倍，价格贵 6 倍
OpenAI 给 GPT-6.1 Sol 加了个 Ultrafast 模式，快 8 倍但贵 6 倍，赶时间的场景可以试试
GPT-6.1 Sol Ultrafast 上线 OpenRouter，速度提升至 8 倍
OpenAI 给 GPT-6.1 Sol 出了个快 8 倍的 Ultrafast 版，OpenRouter 上已经能直接调，跑对话或编程场景会很爽。
Artificial Analysis 网络安全指数新增受信访问模型，GPT-6 Sol（Daybreak Blue）登顶
OpenAI 给受信访问的 GPT-6 Sol（Daybreak Blue）几乎没有网络安全防护，跑分直接登顶还比 Grok 4.7 便宜好几倍，值得看看细节。
GPT-6.1 Sol 新增 Ultrafast 模式，速度最高提升 8 倍
OpenAI 给 GPT-6.1 Sol 加了 Ultrafast 模式，比标准版快最多 8 倍，API 已能调用，不过得开 Pro 500 才用得上。
OpenAI 为 Codex 和 ChatGPT Work 开放 GPT-6.1 Sol Ultrafast 访问
OpenAI 把 GPT-6.1 Sol Ultrafast 开放给 Codex 和 ChatGPT Work 用户了，Pro 500 和部分企业版能用，还给欧美用户加了数据驻留选项。
OpenAI 公布 GPT-6.1 Sol Ultrafast 模式 API 定价：输入 $12/百万 tokens
OpenAI 给 GPT-6.1 Sol 的 Ultrafast 模式定了价，输入 12 刀每百万 tokens，做实时智能体或线上服务的可以算算成本合不合适。
OpenAI 推出 Ultrafast 模式：GPT-6.1 Sol 速度提升至 8 倍
GPT-6.1 Sol 的 Ultrafast 模式上线了，API、Codex、ChatGPT Work 都能用，速度号称快 8 倍，写代码赶需求可以试试。
GPT-6.1 Sol Ultrafast 推出，生成速度提升 8 倍
OpenAI 推出 GPT-6.1 Sol Ultrafast，生成速度最高快 8 倍，价格输入 12 美元、输出 60 美元每百万 token，对要低延迟的场景很有用。
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。
OpenAI 推出 GPT-6.1 Sol Ultrafast 模式，速度提升 8 倍
OpenAI 给 GPT-6.1 Sol 加了 Ultrafast 模式，比标准版快 8 倍，Codex 和 API 都能用，价格也公开了。
GPT-6.1 Ultra fast 开始在 API、Codex 和 ChatGPT 推送
GPT-6.1 Ultra fast 已经推送到 API 和 Codex 了，速度更快，写代码的朋友可以直接上手试试。
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
Pollo AI 借助 OpenAI 模型生成营销图像与视频广告
Pollo AI 把 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5 串起来做广告图和视频，做营销的可以看看别人怎么组合这几个模型。
OpenAI 为 GPT-6 推出 Intelligent UI：图表、地图、按钮直接呈现在聊天中
GPT-6 的聊天回复不再只有文字，图表、地图、按钮都能直接生成在对话里，免费用户也能用，网页搜索响应还快了 44%。
