OpenAI 发布 GPT-6.1 Sol，性能接近 Astra 但价格大幅降低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，官方称其性能与 GPT-6 Astra 大致相当，但成本大幅降低，每百万 token 定价 10 美分，约为 GPT-6.0 Astra 的一半。
推荐理由：对比 DevDay 公布的基准与定价可以看出，Sol 以约一半价格提供 Astra 级能力，并面向长时编码负载。
#Agent
#Agent
今日 6 条SiliconANGLE：AI精选AI 评分7777 IT之家精选AI 评分7878 OpenAI 发布 GPT-6.1 Sol 模型，性能接近 GPT-6 Astra、费用仅为其五分之一
OpenAI 在开发者活动日发布 GPT-6.1 Sol，官方称其为同等性能下性价比最高的模型，标准输入输出 token 价格只有 GPT-6 Astra 的五分之一。
推荐理由：原文给出 GPT-6.1 Sol 与 Astra、Opus 5.5 的定价和基准对比，读者可据此判断其单任务成本与定位。
AWS Machine Learning Blog精选AI 评分6767 GPT-6.1 Sol 在 Amazon Bedrock 上正式可用
GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机操作和专业工作负载提供更强推理。
推荐理由：文章给出 GPT-6.1 Sol 与 Astra、GPT-6 Sol 的评测及单任务成本对比，可据此评估智能体编码任务的性价比。
The Decoder精选AI 评分8080 OpenAI 发布 GPT-6.1 Sol，称以五分之一成本接近 Astra
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、电脑操作和办公任务上接近仍未发布的旗舰 GPT-6 Astra，成本约为其五分之一。API 价格为每百万输入 token 2 美元、输出 10 美元，缓存输入 0.10 美元，Plus、Pro、Business、Enterprise 和 Edu 用户当日起可在 ChatGPT Work 和 Codex 使用。
推荐理由：原文对比 Sol 与 Astra、GPT-6 Sol 及 Claude 的价格与基准数据，可看清 OpenAI 在成本与性能之间的取舍。
TechCrunch · AI精选AI 评分8181 OpenAI 发布 GPT-6.1 Sol，称接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机操作和专业工作上接近 GPT-6 Astra，而标准输入输出 token 价格仅为后者的五分之一。
推荐理由：GPT-6.1 Sol 与 GPT-6 Astra 的能力和价格对比，以及 Astra 版本因安全顾虑被搁置，构成本次发布的背景。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，官方称其智能水平接近 Astra。该模型的 API 输入与输出 token 价格均为 Astra 标准价的五分之一。
推荐理由：官方给出 GPT-6.1 Sol 相对 Astra 的 token 定价比例与能力定位，可用于判断其成本取舍。
The DecoderAI 评分6969 ElevenLabs 发布 Eleven v4 语音模型，并推出实时 Turbo 版本
ElevenLabs 发布语音模型 Eleven v4，并推出面向实时语音智能体的 Turbo 版本，官方称 Turbo 在测试中约 150 毫秒开始输出语音。
Latent SpaceAI 评分3838 Claude Opus 5.5 擅长做讲解视频
Claude Opus 5.5 本周发布，以 88.4% 领跑 SimpleBench，并因讲解视频在时间线上刷屏。在 Terminal-Bench-Science 上，其得分从 low 档的 24% 升至 xhigh 的 62%，max 档回落到 59%；视觉评测中被列为 Anthropic 迄今最强视觉模型，成本比 Fable 5.1 低约 60%。
AGI HuntAI 评分6262 IQuest 开源 320B MoE 模型 IQuest-Q1，vLLM 宣布首日支持
IQuest 研究团队发布并开源 IQuest-Q1，这是总参数 320B 的 MoE 模型，每 token 仅激活 15B，256 个专家中每次激活 8 个，上下文长度达 524,288。
AGI HuntAI 评分5656 ProgramBench 榜单更新：Claude Opus 5 以 4.5% 完全解决率居首
由 Meta Superintelligence Labs、斯坦福与哈佛推出的 ProgramBench 基准更新，agent 需依据编译后的二进制文件与文档从零架构并实现完整代码库以复现原程序行为，共 200 个任务，以隐藏行为测试判定是否完全解决。
AGI HuntAI 评分5757 H Company 发布 Qwen3.8-27B 后训练版 Holo4-27B，同任务 token 少约 79%
H Company 发布面向 computer-use 任务的 Qwen3.8-27B 后训练版本 Holo4-27B。有博主用 Godot 自制吃豆人游戏实测，同一任务下 Holo4-27B 仅 68 次 agent 调用、消耗 240 万 token，原版 Qwen3.8-27B 为 197 次调用、1140 万 token，token 少约 79%、调用次数少 65%。
SiliconANGLE：AIAI 评分7373 Anthropic 发布 Claude Sonnet 5.5，输出速度比上一代提升超过 30%
Anthropic 发布 Claude Sonnet 5.5，称其为家族中能力最强的中端模型，输出速度比上一代提升超过 30%。该模型定价与 Sonnet 5 相同，每百万输入 token 2 美元、每百万输出 token 10 美元、每百万缓存读取 20 美分，公司称完成同样工作所需 token 更少，因此成本低 30%。
AGI HuntAI 评分5555 ValsAI 让 10 个 Claude Sonnet 5.5 智能体用 Lean 15 小时证出七电子 Thomson 问题
ValsAI 让十个 Claude Sonnet 5.5 智能体使用 Lean 定理证明器，在 15 小时内证出球面上七个电子的最低能量排布（Thomson 问题，N=7）。它们产出 17,895 行形式化证明并被 Lean 内核接受，结论为五角双锥构型。
IT之家AI 评分3131 IT早报 0929：央视起底快应用弹窗广告乱象；25.98 万元起鸿蒙智行智界 RX 上市；4499 元起荣耀 Magic9 系列发布；智谱 ZCode 已删除涉事云端数据
Anthropic 发布 Claude Sonnet 5.5，速度较上一代提升 30%，智能体编码表现反超 Opus 5.5，并计划几周内推出 Haiku 新版本。智谱 ZCode 已删除涉事云端数据，赠送多张重置卡和 1 亿 Token，开源版更新至 3.14.3。鸿蒙智行智界 RX 以 25.98 万元起上市，荣耀 Magic9 系列 4499 元起发布。
AWS Machine Learning Blog精选AI 评分7272 Claude Opus 5.5 在 AWS 上线，Amazon Bedrock 与 Claude Platform on AWS 同步可用
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，这是 Claude 5.5 系列的首个模型。
推荐理由：文章对比了 Claude Opus 5.5 与 Opus 5 在 token 效率、定价和安全分类器上的差异，并给出在 Bedrock 上调用该模型的代码示例。
OpenAI：官网动态AI 评分2424 Parallel 借助 GPT-6 Astra 将研究时间与成本减半
GPT-6 Astra 帮助 Parallel 的智能体将劳动力市场数据的调研与综合时间及成本各削减一半，对比对象为此前使用的模型。
Latent SpaceAI 评分6464 TypeSafe 发布 Jev 决策模型，比小规模前沿 LLM 快 100 倍以上、成本低 200 倍以上
TypeSafe 发布 Jev，一款用 RLCD 训练、只做决策、分类、路由与打分的模型，宣称比小规模前沿 LLM 快 100 倍以上、便宜 200 倍以上，输出 token 不计费。
OpenAI：官网动态AI 评分2323 Cognition 借助 GPT-6 Astra 让 Devin 测试自身工作
GPT-6 Astra 提升了 Cognition 旗下 Devin 测试软件并证明其可正常工作的能力，目标是让工程师减少代码审查、交付更多代码。Devin 由此可自行完成测试并验证结果是否可用。
OpenAI：官网动态精选AI 评分6363 OpenAI 发布 GPT-6 Astra，面向企业场景的最强模型
OpenAI 发布 GPT-6 Astra，称其为企业场景下能力最强的模型，具备进阶推理、computer use 以及更强的写作与设计判断能力。官方目前只给出能力方向，未披露评测数据、定价与开放时间。
推荐理由：官方给出 GPT-6 Astra 面向企业场景的定位与能力方向，可作为观察工作型模型演进的一手参考。
OpenAI：官网动态精选AI 评分6464 OpenAI 发布 GPT-6 Astra 新一代模型
OpenAI 发布 GPT-6 Astra，称其为目前最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。官方摘要未给出参数规模、上下文窗口或开放时间等细节。
推荐理由：OpenAI 公布 GPT-6 Astra 在计算机操作、编码、网络安全与科学方向的能力覆盖，读者可据此了解新模型的定位。
HuggingFace Blog精选AI 评分6363 IBM 详解 Granite 4.2 系列 3B、8B、30B 推理模型的构建过程
IBM Granite 团队发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个 dense、decoder-only 规模，全部以 Apache 2.0 许可开放。
推荐理由：原文公开了从五阶段预训练到多阶段 RL 的完整构建配方，可对照其他推理模型的开源训练路径。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.7 Flash，提升编码与 Agent 能力
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和 Agent 的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文列出 Gemini 3.7 Flash 相对 3.6 Flash 的多项基准提升与半价定价，便于判断是否值得升级。
HuggingFace Blog精选AI 评分7979 Meta 发布开源多模态模型 Muse Glimmer，30B 参数主打本地智能体
Meta 发布开源多模态模型 Muse Glimmer，30B 参数、Apache 2.0 许可，面向本地智能体场景。模型由 2B 视觉编码器与 28B 文本解码器组成，并附带 DFlash 投机解码草稿模型，transformers、llama.cpp、vLLM 与 Inference Endpoints 均已提供 day-0 支持。
推荐理由：30B 多模态模型以 Apache 2.0 开放并在多智能体基准上与同级模型对比，可供本地部署的选型参考。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini Robotics ER 2 机器人具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，定位为机器人的高层大脑，负责与人类对话、理解物理世界并规划多步任务，再把运动执行交给底层 VLA 模型。
推荐理由：官方给出 Gemini Robotics ER 2 相比 ER 1.6 和前沿模型在进度分类、时刻定位上的指标，读者可据此判断机器人具身推理的当前水平。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，由三款模型组成，让机器人实现全身控制、灵巧操作和多机器人协作。其中 Gemini Robotics ER 2 已上线 Google AI Studio 并在 Gemini Enterprise Agent Platform 私密预览，VLA 与端侧模型面向早期接入合作伙伴。
推荐理由：从控制机器人上半身扩展到全身控制，并加入多机协作与端侧快速适配，可了解机器人基础模型的当前能力边界。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向代码安全的 3.5 Flash Cyber 三款模型。
推荐理由：三款模型同时给出 token 效率、单 token 价格与智能体基准变化，可作为评估智能体工作流成本的参考。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini 3.5 Flash Cyber 轻量网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 构建并微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等评测中与体量大得多的模型表现相当。
推荐理由：原文给出该模型在 CyberGym、Chrome 产线扫描等评测中的对比数据，以及仅面向政府和可信伙伴的试点开放方式。
HuggingFace Blog精选AI 评分7979 Thinking Machines 发布开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines 发布开源多模态模型 Inkling，总参数 975B、激活 41B，支持 1M 上下文并原生接收图像、音频和文本输入。同期推出 Inkling-Small（总参数 276B、激活 12B），采用与 Inkling 相同的架构。
推荐理由：约 1T 参数的开源多模态模型，文章给出多个推理引擎的部署配置和基准对比，便于判断它能否落到现有工作流。
Mistral AI精选AI 评分6363 Mistral 发布 Leanstral 1.5 形式化验证模型
Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数与 6B 激活参数的形式化验证模型，在 miniF2F 验证集和测试集上均达到 100%。
推荐理由：可对照 Leanstral 1.5 在 PutnamBench 的解题数与约 4 美元单题成本，比较形式化证明模型的性价比。
Google DeepMind精选AI 评分7070 Google DeepMind 为 Gemini 3.5 Flash 内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动端和桌面看、推理并执行操作的智能体。
推荐理由：原文交代了 computer use 从独立模型并入 Flash 主模型这一变化，以及配套的两项企业安全护栏。
Mistral AI精选AI 评分6363 Mistral 发布 OCR 4 文档解析模型，支持边界框与块分类
Mistral 发布 OCR 4 文档解析模型，在文本提取之外新增边界框、块类型分类和逐页逐词置信度，支持 170 种语言并可单容器自托管部署。该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07，人类偏好评估中平均胜率 72%。
推荐理由：OCR 4 把边界框、块分类和置信度一并输出，读者可据此判断结构化文档解析在检索与智能体流程里的接入方式。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款无编码器的多模态模型，可在笔记本本地运行。该模型把视觉输入改为单次矩阵乘法的轻量嵌入模块，并去掉音频编码器，将原始音频信号投影到与文本 token 相同的维度，是 Gemma 4 系列首款支持原生音频输入的中等规模模型。
推荐理由：Gemma 4 12B 用无编码器架构让视觉和音频直接进入 LLM，性能接近 26B MoE 而内存占用不到一半。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Medium 3.5，并在 Vibe 与 Le Chat 上线远程编码智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，以开源权重、修改版 MIT 许可发布，并成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：把编码智能体迁到云端并以 128B 开源权重模型驱动，读者可据此判断自托管部署与异步并行任务的成本变化。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首个版本 3.5 Flash 今天起在 Gemini 应用、Google Search 的 AI Mode、Google Antigravity 和 Gemini API 开放，3.5 Pro 已在内部使用并计划下月推出。
推荐理由：原文用 Terminal-Bench 2.1、MCP Atlas 等基准与 4 倍输出速度做横向对比，读者可据此判断速度与智能体能力能否兼得。
Mistral AI精选AI 评分7474 Mistral AI 发布 Devstral 2 系列编码模型和 Mistral Vibe CLI
Mistral AI 发布新一代编码模型系列 Devstral 2，包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者均开源，分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由：材料给出 Devstral 2 在 SWE-bench Verified 上 72.2% 的成绩，并附上与 DeepSeek V3.2、Claude Sonnet 4.5 的人工评测胜负对比。
Mistral AIAI 评分5151 Mistral 发布 Codestral 25.08 及企业级完整编码栈
Mistral 发布 Codestral 25.08 及配套企业编码栈，涵盖补全、语义检索、智能体工作流和 Mistral Code IDE 插件，今日起可用于企业部署。
Mistral AI精选AI 评分6161 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并将 Devstral Small 升级到 1.1，两款模型都强调对不同提示词和智能体框架的泛化能力。
推荐理由：官方给出两款编码智能体模型的 SWE-Bench 分数与 API 定价，便于比较开源与商业方案的成本性能。
Mistral AI精选AI 评分7070 Mistral AI 与 All Hands AI 开源编码智能体模型 Devstral
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，超过此前开源 SoTA 6 个百分点以上。
推荐理由：给出同框架模型对比数据、单卡部署门槛与 API 价格，可帮助判断开源编码智能体当前的能力水位与落地条件。