Chinese contentMeta Muse Wonder (Max) 登上 Agent Arena 第 12 名，成本为前代 2.1 倍
Meta 新模型 Muse Wonder (Max) 的实测排名出来了，智能体任务比上一代强不少，但价格贵了一倍多，文本榜冲到第 2，数据都在这。
Latest
Every published item, in order · 701 items
Oct 15
Oct 14
Oct 12
Chinese contentArena 第 41 周榜单：Claude Opus 5.5 Max 首登智能体榜首
这期榜单看点是 Claude Opus 5.5 Max 直接拿下智能体榜第一，代码榜里 claude-opus-5.5-high 一口气升了 7 位。国产这边 kimi-k3-max 综合榜 16 名，想看各家模型盲测排名的可以翻翻完整表格。
IT之家Source
Oct 10
Oct 8
Chinese contentGPT-6 向每周 12 亿 ChatGPT 用户全面推送，新增 Intelligent UI 能力
GPT-6 正式全量推送了，回复里能直接生成按钮、图表和小工具，跟 GPT-5.6 的纯文本对比差别很明显，可以上手试试
Oct 5
Chinese content一条提示词生成粗野主义城市建造游戏：Fable 5.1 单次输出可用 Demo
Ethan Mollick 试了 Fable 5.1，一句话直接生出一个能玩的粗野主义城市建造游戏，对比一年前 GPT-5 的水平挺直观。
Oct 1
LangChain Engine Improves Code Review
The significant precision improvement with fewer tool calls demonstrates practical efficiency gains for developers. Teams using LangChain can now deploy more accurate code review agents that reduce computational costs, making it particularly valuable for development teams in resource-constrained environments.
Sep 30
EvoOntology for Data Agents
EvoOntology solves the critical challenge of semantic drift in data agents by creating a versioned, evolvable knowledge layer that accumulates evidence from real workloads. For developers working with heterogeneous data systems, this approach provides a practical method to maintain semantic accuracy without constant manual intervention or context window limitations.
Sep 29
Chinese contentMeta RAM 团队提出 RL-XAR：用专家对齐评分标准做写作 RL
Meta 把 RL 那套可验证奖励搬进了写作：先让 Kimi-K2.6 自动生成能区分专家和 AI 的评分标准，再用它训练 Qwen3.5-27B，盲评 95% 胜率打赢人类专家文本。
Sep 26
Chinese contentGPT-6 Sol 登陆 Agent Arena：净改进提升 7.7%，排名升至第 6
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。
Sep 25
Chinese contentGPT-6 Luna (Max) 登上 Code Arena: WebDev 第 24 名，价格降至混合 $0.40/M token
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。
Chinese contentGemini 3.8 Flash 在 Cline 中免费可用
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
Chinese contentXiaomi MiMo-V2.6-Pro 登顶开源模型 Artificial Analysis 智能指数
Xiaomi 新发的 MiMo-V2.6-Pro 在 AA 指数上拿到 46 分，只差 GPT-5.6 一分，成本却只要零头，权重还是 MIT 开源的。
Sep 24
Chinese contentOpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3
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。
Chinese contentOpenAI 推出 GPT-6 Sol 和 Luna，API 定价比 GPT-5.6 便宜 50%
OpenAI 新出的 GPT-6 Sol 和 Luna 便宜了一半，Sol 跑分还超过了 Claude Opus 5，做大批量任务可以认真看看这个定价。
Chinese contentGPT-6 Sol (Max) 登上 Code Arena WebDev 榜第4名，价格低于 Claude Opus 5 一半
OpenAI 新的 GPT-6 Sol 在真实用户投票的 Code Arena 拿了第4，价格只要 Claude Opus 5 的一半不到，做 Web 开发的可以看看分数再决定用哪个。
Sep 23
Chinese content小米发布 MiMo-V2.6 Pro 与 Flash，开源权重对标 GPT-5.6
小米把 MiMo-V2.6 整套开源了，Pro 在智能体基准上打平 Claude Opus 5，本地跑前沿模型的门槛又降了。
Step 5 Preview tested on two real coding tasks
Benchmark scores can hide whether a model survives long, multi-step builds, so the value here is watching Step 5 Preview handle mechanical synchronisation and real tooling rather than canned puzzles. Developers choosing between Step 5, GLM-5.3, Kimi K3 and Claude Opus 5 get a practical cost-versus-reliability comparison for agentic coding workflows. The stated price gap makes it a concrete candidate for teams in Southeast Asia and beyond cutting per-task inference spend.
Chinese contentGPT-6 Sol 和 GPT-6 Luna 上线 Genspark，API 价格比 GPT-5.6 低 50%
OpenAI 把 GPT-6 Astra 的能力塞进了两个更快更便宜的模型，API 价格直接砍半，Genspark 上已经能用了。
Chinese contentClaude Opus 5.5、GPT-6 Sol/Luna 同日发布，Mimo v2.6、Grok 4.7 齐上阵
一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。
Chinese contentOpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 价格比 GPT-5.6 降低 50%
OpenAI 一口气发了 GPT-6 Sol 和 Luna 两款新模型，API 价格砍半，Sol 在基准测试里能跟 Claude 旗舰打平，性价比党可以直接上手试试。
Chinese contentClaude Opus 5.5 与 GPT-6 Sol/Luna 同日发布，掀起价格战
Anthropic 和 OpenAI 前后脚发新模型还互相砍价，GPT-6 Luna 只要 $0.10/M，做应用的成本又降一半，附完整价格对比表。
Chinese contentGPT-6 Sol 和 Luna 现已登陆 Cosmos 平台
OpenAI 的 GPT-6 Sol 和 Luna 已经能在 Augment 的 Cosmos 里直接用了，他们还打算把整套 GPT-5.6 工作流迁过去，想看迁移实测数据的可以蹲一下。
Chinese contentOpenAI 发布 GPT-6 Sol 与 Luna：更快、更便宜的新模型
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 这两个便宜一半的型号上，批量跑任务的可以看看价格。
Chinese contentGPT-6 Sol 与 GPT-6 Luna 上线 LMArena 测试，评分即将公布
GPT-6 两个新模型已经在 LMArena 可以测了，评分还没出，想抢先体验可以现在去投票。有人还拿它和 GPT-5.6 同条件跑了对比，token 用量和速度都测了。
Chinese contentOpenAI 发布 GPT-6 Sol 和 Luna：能力对标 Claude，API 价格比 GPT-5.6 再降 50%
OpenAI 把 Astra 的能力做成大中小三档，Sol 跑分超 Claude Opus 5 但成本只有 9%，跑长任务智能体的开发者账单能省不少。
Chinese contentOpenAI 发布 GPT-6 Sol 和 Luna，API 定价较 GPT-5.6 促销价降低 50%
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 两个便宜模型上，API 价格直接砍半，跑批量任务的成本党可以看看。
Chinese contentOpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 定价较 GPT-5.6 降 50%
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 两个便宜一半的新模型上，还能在 Agent Arena 里亲手测试投票。
Chinese contentOpenAI 发布 GPT-6 Sol 和 Luna，API 定价比 GPT-5.6 促销价低 50%
OpenAI 又出新款了，GPT-6 Sol 和 Luna 是 Astra 的省钱版，API 价格直接比 GPT-5.6 便宜一半，跑批量任务的可以看看。
Chinese contentOpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 定价较 GPT-5.6 促销价低 50%
OpenAI 把 GPT-6 Astra 的能力塞进了更便宜更快的 Sol 和 Luna，缓存读取打 1 折，API 价格比 GPT-5.6 还低一半。
