全部动态

同一道题，Qwen3.8 27B 能写一千词，GPT-6 Sol 只回一百多，这份字数榜把各家模型的啰嗦程度排得明明白白。

官方账号Artificial Analysis@ArtificialAnlys原文

企业 token 用量暴涨但支出几乎没涨，这份数据直接动摇 AI 高增长叙事，还牵出 Anthropic IPO 估值缩水，做 AI 生意的都该看看。

宝玉@dotey11 个信源在谈原文

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

Nace AI 开源了决策模型 Drex，权重代码都放出来了，Drex Max 在几个决策基准上能跟 GPT-6 Sol 掰手腕，想本地部署可以试试。

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

Allen AI 做了个新基准 StateBench，专门考模型能不能跟上长文本里的状态变化，结果 GPT-6 Sol 和 Claude Opus 5.5 在最难题目上准确率只有 13%，挺扎心的。

官方账号Allen AI (Ai2)@allen_ai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

GitHub 新出的 Copilot Fusion 会自动在 Claude 和 GPT 模型里挑着用，跑分只比 Opus 5.5 低 2 分，成本却便宜一半。

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

谷歌自家基准把自家 Gemini 4 Argon 排到第五，通过率才 21.3%，GPT-6.1 Sol 的性价比数据对安卓开发者选模型很实用。

OpenAI 公布 GPT-6.1 Terra 的安全测试细节，整体风险明显下降，但 13.75% 的样本出现未授权操作，部署 Agent 前值得看看这些数据。

Moonshot 的 Kimi K3.1 Pro 在网络防御基准拿了开源模型第一，CyberGym-E2E-AA 得分 95% 连 GPT-6 Sol 都被超过，不过单任务成本反而变贵了，这篇把各家分数和价格都列得很清楚。

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

DeepSeek 新版开源模型在网络防御榜单上拿了开放模型第一，总分只差 GPT-6 受限版 12 分，价格还便宜 4 倍。

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

DeepSeek 这版 Flash 模型在 Agent Arena 拿下开源第一，跑任务成本只有 GPT-6.1 Sol 的四分之一左右，写网页还追平了闭源大模型，做智能体的可以看看。

lmarena.ai@lmarena_ai原文

DeepSeek 新版编程模型把 Kimi K3 挤下开源第一，成本只有十分之一，价格没涨，做 Web 开发的可以直接去 API 试试。

lmarena.ai@lmarena_ai原文

通用模型锁死安全能力，Artemis 的 Orion-1 专做防御，还跑赢了 Claude 和 GPT。

官方账号Decoder@Jonathan Kemper原文

Gemini 4 Argon 今天上线，llm 插件已经支持了。定价对比讲得很细，还搬了 Artificial Analysis 的成本数据，选模型前可以看看。

Vals AI发现AI团队协作成本高但收益小，Anthropic数据进一步验证了这一现象。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

微软把 Qwen3.5-9B 改成小决策模型，分类任务准确率干到 83.5%，跑分类便宜 200 倍，做内容审核的可以试试。

Blognone@mk11 个信源在谈原文

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。

AIGCLINK@aigclink8 个信源在谈原文

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。

OpenRouter@OpenRouterAI8 个信源在谈原文

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。

TestingCatalog@testingcatalog11 个信源在谈原文

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。

官方账号Epoch AI@EpochAIResearch11 个信源在谈原文

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。

官方账号Artificial Analysis@ArtificialAnlys11 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

ChatGPT 全量用户都能用上 GPT-6 了，还能通过可交互的界面学东西，比如官方演示的边点边学打麻将，值得升级体验一下。

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

OpenAI 把 GPT-6 的回答从文字换成了带图表按钮的交互界面，还能边想边答，付费版叫 Sol 免费版叫 Luna。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

GPT-6 Sol Codex 近 30 万字系统提示词被扒出来了，反废话黑名单、60 秒汇报机制、心跳唤醒全在里面，做提示词工程的不看亏大了。

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。

lmarena.ai@lmarena_ai11 个信源在谈原文