OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol,官方称其具备接近 Astra 的智能水平,面向编码、计算机操作和专业工作场景。该模型的 API 输入与输出 token 价格为 Astra 标准价格的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,给出接近 Astra 的能力定位与五分之一的 API 价格,读者可据此判断其性价比。
新模型的发布、开源与迭代:大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
OpenAI 发布 GPT-6.1 Sol,官方称其具备接近 Astra 的智能水平,面向编码、计算机操作和专业工作场景。该模型的 API 输入与输出 token 价格为 Astra 标准价格的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,给出接近 Astra 的能力定位与五分之一的 API 价格,读者可据此判断其性价比。
OpenAI 发布 GPT-6.1 Sol,称其在智能体编码、计算机使用和办公任务上接近因安全问题推迟发布的旗舰模型 GPT-6.1 Astra,成本约为后者的五分之一。
推荐理由:OpenAI 因安全顾虑推迟旗舰 Astra,转而发布价格仅其五分之一的 Sol,读者可据此比较成本与能力的取舍。
OpenAI 在 DevDay 上发布 GPT-6.1 Sol,称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平,标准输入输出 token 价格仅为后者的五分之一。
推荐理由:OpenAI 在 DevDay 发布 GPT-6.1 Sol,并披露 GPT-6.1 Astra 因安全顾虑被搁置,读者可据此了解其能力定位与定价策略。
Anthropic 本周发布 Claude Opus 5.5,在 SimpleBench 上以 88.4% 领先,并被社区认为擅长用代码生成讲解视频。在 Terminal-Bench-Science 上,Opus 5.5 从低推理档的 24% 升至 xhigh 档的 62%,max 档反而回落到 59%,有用户建议避开 max 档。
推荐理由:汇总 Opus 5.5 与 GPT-6 系列在基准、成本与社区口碑上的对比,可快速判断前沿模型格局变化。
Anthropic 发布 Claude Sonnet 5.5,官方称其运行速度提升 30% 以上、多数任务成本最多降低 30%,定价与 Sonnet 5 相同但在各项基准上均优于 Sonnet 5。
推荐理由:作者实测了 Sonnet 5.5 的编码表现与免费层可用性,并给出与 Opus 5.5 的横向参照。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用,定位为更高效、单任务成本更低的 Sonnet 模型,适合聚焦编码与知识工作。
推荐理由:原文给出 Sonnet 5.5 在 Bedrock 上的能力定位与 Opus 5.5 的分工,读者可据此判断何时选 Sonnet 承担规模化任务。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5,输出速度提升超过 30%,每任务成本最多降低 30%,在多项基准上接近 Opus 5.5。
推荐理由:对比 Sonnet 5.5 与 Opus 5.5、GPT-6 系列的基准与每任务成本,可判断中端模型的性价比取舍。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现带唇形同步、自然表情和流畅轮次的视觉化对话,已在 Gemini Enterprise 上线。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、97 种语言同步与异步工具调用细节,可据此判断企业级多模态交互的落地形态。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者面向角色设计与逐行表演指导,后者面向高并发配音与语音智能体。
推荐理由:官方给出两款 TTS 的定位差异、可用入口与基准排名,便于判断语音生成在配音和播客场景的落地方式。
Anthropic 发布 Claude Opus 5.5,称其为新 Claude 5.5 家族首个模型,多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%,并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由:同日两家发布新模型并同步降价,读者可对比能力定位与每任务成本的真实差异。
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用,API 定价明显低于前代 GPT-5.6。
推荐理由:原文给出两款新模型在 Bedrock 上的定位与定价变化,读者可据此判断不同负载该选哪一档。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,将前沿智能带入日常工作,两者在能力与成本上有不同的平衡。原文未披露参数、定价或具体能力指标。
推荐理由:OpenAI 一次推出 Sol 与 Luna 两款 GPT-6 模型,读者可据此了解其在能力与成本上的不同取舍。
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线,是 Claude 5.5 模型家族的首个模型。
推荐理由:官方给出 Claude Opus 5.5 在 Bedrock 上的接入方式与定价变化,读者可据此评估迁移与成本。
小米发布 MiMo-V2.6 系列开源全模态模型,其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 称其以 46 分登顶开源权重模型智能指数,输入输出价格分别为 $0.435/M 和 $0.87/M tokens,采用 MIT 许可。
推荐理由:小米首次进入前沿开源模型序列,其 RL 训练成本与开源环境细节提供了观察后训练路线的具体样本。
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,前者面向规模化与成本效率,后者面向高复杂度任务和多步推理。
推荐理由:官方给出两款语音模型的基准成绩与开放渠道,可据此判断实时语音智能体的落地成熟度。
OpenAI 在 API 中推出 GPT-Live-1,支持自然的全双工语音对话。该模型具备更强的指令遵循能力,支持自定义音色和电话(telephony)接入。
推荐理由:OpenAI 把全双工语音对话能力开放到 API,开发者可据此判断语音应用的接入方式与能力边界。
OpenAI 发布 GPT-6 Astra,称其为面向企业的最强模型,具备高级推理、电脑操作能力,以及更强的写作与设计判断力。
推荐理由:OpenAI 官方发布 GPT-6 Astra,读者可据此了解其在推理、电脑操作与写作设计判断上的能力定位。
Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为目前最先进、最准确的全球天气模型,按 Brightband 的独立实时评测。
推荐理由:官方给出分辨率、更新频率与降水精度提升的具体数字,可据此判断 AI 天气预报在 Google 产品中的落地程度。
Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber,称 3.8 是其目前最强的推理与编码模型,速度与成本与 3.7 Flash 持平。
推荐理由:官方给出两个变体的定价、基准与开放入口,可据此判断长程编码与安全场景的选型取舍。
Google 发布 TimesFM-3,这是其新一代零样本时间序列基础模型,原生支持多变量预测,参数量为 330M,预训练语料包含超过 1 万亿个时间点。模型采用交替注意力架构,并通过 Contiguous Patch Masking 在单次前向中输出整个预测区间,同时给出 9 个分位数。
推荐理由:原文交代了 TimesFM-3 从单变量转向原生多变量预训练的结构改动,以及它在三个公开基准上的排名表现。