全部动态

OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 的 GPT-6 Sol 上 Agent Arena 了，净改进 +7.7% 排第 6，确认成功率排第 4，API 价格还比 GPT-5.6 便宜一半。

lmarena.ai@lmarena_ai11 个信源在谈原文

LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。

lmarena.ai@lmarena_ai2 个信源在谈原文

LlamaIndex 测了 16 个模型读 PDF 的能力，Opus 5.5 表格解析最强还便宜，做智能体文档处理的可以看看这份榜单。

Jerry Liu@jerryjliu011 个信源在谈原文

Replit Agent 一次上了 GPT-6 两款和 Claude Opus 5.5 三个模型，还能做 VR 应用了，搞开发的朋友可以试试哪个顺手。

官方账号Replit@Replit原文

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。

Cline@cline11 个信源在谈原文

OpenAI 把网络安全模型做成了独立产品，GPT-6 Cyber 已在少数客户手里试用，做安全的可以关注下这条产品线。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Meta 做了个 AI 电子宠物 Muse，数据居然跑赢 ChatGPT 早期成绩，还要装进智能眼镜里，这条视频讲清了三家同周发模型的门道。

techcrunch@Theresa Loconsolo11 个信源在谈原文

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。

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

有人拿 Claude Opus 5.5 一句话就出了条宣传片，实际效果怎么样，点进去看看演示视频再说。

berryxia@berryxia原文

OpenAI 9 月 29 日 DevDay 可能拿出 GPT-6 Cyber 和配套安全产品，做安全方向的朋友可以先留意。

Tech in Asia@Naomi Li Gan11 个信源在谈原文

OpenAI 要发 GPT-6 Cyber 了，专攻网络安全方向，还会配套一个自动化部署工具，搞安全的可以盯着看。

联合早报@zaobaosg11 个信源在谈原文

有开发者扒出 ChatGPT 源码里的 PROMAX 字段，传闻月费 600 美元，比现在 200 美元的 Pro 贵三倍，Sub 不了可以等等官方确认。

Google DeepMind 的新掌门亲自确认 Gemini 4 在做 post-training 了，毕竟 3.5 Pro 跳票、对手 Claude 5 和 GPT-6 都已经出街，这篇讲清楚了 Google 下一步怎么追。

Blognone@mk11 个信源在谈原文

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。

shao__meng@shao__meng11 个信源在谈原文

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。

Ethan Mollick@emollick11 个信源在谈原文

马斯克放话：SpaceX 做 AI 才 3 年，只要加速度够猛，6 个月就能追上做了 6 年的 Anthropic 和 10 年的 OpenAI，他还预告 2-3 个月内出 GPT-6 级模型。

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。

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

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。

lmarena.ai@lmarena_ai11 个信源在谈原文

Arena 把所有排行榜整合到了一个页面，查 GPT-6 Sol 或 Claude Opus 5.5 的分数和各类别排名不用来回切了。

lmarena.ai@lmarena_ai原文

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。

kimmonismus@kimmonismus11 个信源在谈原文

有博主用 Opus 5.5 直接做产品视频，说镜头和文案比 GPT-6 还强，连 Computer Use 都不用，明天还有实操案例。

berryxia@berryxia原文

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。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

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。

DAIR.AI@dair_ai11 个信源在谈原文

OpenAI 新出的 GPT-6 Sol 和 Luna 被拿来做法律场景实测了，Sol 抓合同变更、Luna 管细节核查，做法律 AI 的可以看看成绩。

WeAreLegora@WeAreLegora11 个信源在谈原文

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

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。

官方账号Artificial Analysis@ArtificialAnlys7 个信源在谈原文

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。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

开源助理 OpenClaw 更新了，一次接入 Opus 5.5 和 GPT-6，还能记会议笔记、恢复中断任务，自己搭助理的可以看看。

openclaw@openclaw8 个信源在谈原文