Latest
Sonnet 5.5 编程测试居然比 Opus 5.5 还高 4 分，价格只要 $2/$10，但开了 max 档费用会飙升，用的时候注意。
用 Sonnet 5.5 前先看这篇：max 深度下 token 消耗几乎和 Opus 5.5 一样，选档位前算算账。
OpenAI 把 GPT-6 Sol 短暂开放到 Arena 的 Direct Mode，想去试试新模型手感的可以抓紧这 24 小时。
Safety refusals, not coding skill, now decide leaderboard rankings on defensive security work, a factor most agent benchmarks ignore. Security teams choosing models for vulnerability triage should check refusal rates alongside raw scores, since a top coder may decline a third of real tasks. The ranking also spans Chinese and US labs, making it a useful cross-vendor comparison point.
一天里这么多动态：GPT-6修了图像bug、Claude Sonnet 5.5标签被扒出来、Nano Banana 2.1现身Flow，编译排结果都在这。
如果你用 GPT-6 Sol 或 Luna 做过视觉任务觉得变差了，现在可以去 API 或 Codex 里重新试试，OpenAI 已把 bug 修好。
两家同天发新模型：GPT-6 便宜一半，Opus 5.5 便宜四成还快三成，还有 Claude 应用商店，价格党可以直接对比一下。
Routing model selection and reasoning effort to a lightweight System One model shifts cost and latency decisions from static configuration to per-request inference, a pattern that compounds savings on agentic workloads with many calls. Builders writing custom harnesses, especially with the Pi SDK, can plug the router into OpenRouter and reuse the shared implementation to benchmark it against their own fixed-model baseline before committing.
OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了
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。
LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。
LlamaIndex 测了 16 个模型读 PDF 的能力，Opus 5.5 表格解析最强还便宜，做智能体文档处理的可以看看这份榜单。
Replit Agent 一次上了 GPT-6 两款和 Claude Opus 5.5 三个模型，还能做 VR 应用了，搞开发的朋友可以试试哪个顺手。
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。
Arena 把所有排行榜整合到了一个页面，查 GPT-6 Sol 或 Claude Opus 5.5 的分数和各类别排名不用来回切了。
有人把多个模型混着调用，30 个智能体任务测下来追平 GPT-6 Astra，成本只要 1/3，混合路由这事有数据了。
OpenAI 新出的 GPT-6 Sol 和 Luna 被拿来做法律场景实测了，Sol 抓合同变更、Luna 管细节核查，做法律 AI 的可以看看成绩。
Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。
开源助理 OpenClaw 更新了，一次接入 Opus 5.5 和 GPT-6，还能记会议笔记、恢复中断任务，自己搭助理的可以看看。
有人用 Codex 复刻了《是男人就下18层》联机版，从想法到上线全程记录，素材、音效、部署都是 AI 生成，流程很值得抄。
Claude Opus 5.5 和 GPT-6 Sol 都上了 Arena，可以直接并排看两个模型的输出，还能自己上手测。
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。
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。
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。
浏览器操作智能体的性价比榜刷新了，GPT-6 Sol 比.Opus 便宜三倍还高分，挑模型前可以看看这份数据。
Simon Willison 把 Claude Opus 5.5 和 GPT-6 两个版本放在同一套画鹈鹕测试里对比，想快速了解三者差别看这篇就够了。
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。
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。
Vercel 又更新 Next.js 评测了，GPT-6 Sol 首秀就并列第一，Grok 4.7 便宜一半到七倍，选模型前可以看看这份榜单。
Notion 把 GPT-6 Luna 和 Sol 加进了模型选择器，正在推送中，用 Notion AI 的可以去设置里看看。
