Chinese contentOpenAI 推出 GPT-6 Luna：低成本档在 DeepSWE v1.1 拿 66.6%
OpenAI 出了个便宜档的 GPT-6 Luna，跑分追平 Claude Opus 5，但只要零头的价格，看重成本的可以去 OpenRouter 试试。
Latest
Every published item, in order · 245 items
Sep 23
Chinese contentLovable 接入 GPT-6 Sol，自建基准显示优于 GPT-5.6 Sol
做网页应用的朋友看下：Lovable 已经换上 GPT-6 Sol，官方测下来比 GPT-5.6 Sol 高 6-12%，指令遵循提升最明显。
Chinese contentCognition 评测：GPT-6 Sol 读取上下文比 GPT-5.6 Sol 少约 17%
Cognition 跑了 GPT-6 两个型号的编程实测：Sol 省了 17% 上下文还少留烂尾测试，Luna 会写真回归测试了，写代码的可以看看。
Chinese contentGPT-6 Sol 和 Luna 上线 Devin，成本最低降至每任务不足 0.1 美元
Devin 接入了 GPT-6 Sol 和 Luna，Luna 每个任务不到 0.1 美元，比 GPT-5.6 便宜一大截，分数还更高。
Chinese contentOpenAI 发布 GPT-6 Sol 与 Luna，对齐能力较 GPT-5.6 提升
OpenAI 把 GPT-6 Sol 和 Luna 发出来了，说是接了 Astra 的对齐成果，对齐评估比 GPT-5.6 那两版要好，可以先看看。
Fable and Opus Loop Cuts Token Costs in Coding Workflows
The loop turns model review into an automated gate, so the expensive model spends tokens on planning and judgement rather than routine execution. Developers on metered Claude plans can replicate it with a single advisor command and one review prompt, cutting manual back-and-forth. The /compact timing tip matters too: compressing right after the plan is written lands while prompt caching is still warm, so it costs less than compacting after the cache expires.
Sep 22
Xiaomi MiMo-V2.6-Pro debuts in Code Arena rankings
Xiaomi's MiMo-V2.6-Pro offers competitive performance at #3 among open-source models, making it a cost-effective alternative to proprietary AI coding assistants.
Sep 18
Chinese contentChatGPT for Word、PowerPoint、Excel 全部计划可用，含免费版
ChatGPT 在 Word、PPT、Excel 上都能用了，免费版也有，想试试的话可以看看。
Sep 17
Chinese contentOpenAI GPT-6 Astra (Max) 在代码竞技场 WebDev 类别中排名第一
OpenAI 新发布的 GPT-6 Astra (Max) 在代码领域表现很强劲，比 GPT-5.6 Sol 强很多，但和 Claude Fable 5.1 比起来，用户更喜欢后者。
Chinese contentGPT-6 Astra 和 Claude Fable 5.1 性能提升但成本更高
OpenAI 和 Anthropic 新发布的模型性能提升明显，但价格也更高，对比一下不同模型的性价比。
Sep 16
Chinese contentImage-to-WebDev Arena更新：四款新模型发布
OpenAI发布了GPT-6 Astra (Max)，在Image-to-WebDev任务上表现最好，比GPT-5.6 Sol好很多。
Chinese contentChatGPT 将在 10 月 14 日停止 GPT-5.5 服务
ChatGPT 要停 GPT-5.5 了，用 Codex 的得赶紧换 GPT-5.6 Sol 或 GPT-6 Astra。
Sep 14
Sep 12
Chinese contentGitHub Copilot 推出 GPT-5.6 Sol 30% 优惠
GitHub Copilot 的 GPT-5.6 Sol 30% 优惠，适合需要复杂推理的代码工作。
Sep 11
Chinese contentDatasette 发布 1.0a39 和 0.65.4 安全更新
Datasette 团队用 Claude Fable 5.1、GPT-5.6 Sol 和 GPT-6 Astra 审查了代码，修复了安全漏洞，公共网站用户需要升级。
Chinese contentDeepSeek V4.1 Flash 性能接近 GPT-5.6，成本仅为其 1/30
DeepSeek 推出了 V4.1 Flash，性能接近 GPT-5.6，但成本只有 1/30，用 15 美元就能跑 100 个复杂任务，性价比很高。
Chinese contentDeepSeek 发布 V4.1 Flash 模型，称其为新架构家族中最小模型
DeepSeek 新发布的 V4.1 Flash 模型，比 V4-Pro 小三分之一，但在很多测试里还比它强，价格也便宜很多，值得看看。
Sep 8
Sep 6
Astra excels in browser use benchmark
Astra's superior browser automation capabilities could benefit developers in ASEAN building web-based AI applications.
Sep 5
Tencent environment evolution paper
The method improves RL performance significantly on Qwen models, relevant for developers working with reinforcement learning in ASEAN.
GPT-6 Astra Context Memory
Milvus 3.0's structured memory approach helps developers build more persistent AI agents with searchable histories across time.
Sep 4
Chinese contentAgent技术选型实验：Stripe等工具成首选
Armature让三大AI编程助手进行技术选型实验，发现Stripe、Vercel等工具成首选，13%情况下Agent选择自建方案。
Chinese contentOpenAI发布GPT-6 Astra模型
OpenAI新出的GPT-6 Astra能自己操作电脑、写代码，还能发现零日漏洞，但安全限制更严，比Claude Fable 5.1贵2.5倍。
Chinese contentMuse Spark 1.3重回WebDev编程榜前十
Meta的Muse Spark 1.3在编程榜单上跃升20多位，性能接近Claude和GPT-5.6，工具调用减少20%。
Sep 3
Sep 2
Chinese contentQwen团队发布电商智能体基准测试
Qwen团队测试了18个模型在365天电商运营中的表现，GPT-5.6 Sol盈利最多但效率不高，Qwen3.8-Max-Preview在开源模型中领先。
Sep 1
Aug 27
Recuris Memory System for Agents
Recuris reduces common long-horizon failures by up to 80 percent, offering significant performance gains over existing models.
Aug 25
Chinese contentPareto更新：OpenAI最新定价下，GPT-5.6 Sol和Luna重塑Pareto前沿...
OpenAI降低了GPT-5.6 Sol的API和信用定价，使其在价格和性能上更具竞争力，值得关注。
Aug 24
Aug 22
