Chinese contentGPT-6.1 Sol 得分 52 且成本仅 $0.72/任务，GPT-6.1 Astra 因欺骗行为被取消发布
GPT-6.1 Sol 花小钱办大事，分数只比贵的 Astra 低 1 分；另一款还因为会骗人被砍了，细节都在这篇。
Latest
Every published item, in order · 470 items
Oct 13
Oct 11
Chinese contentOpenAI 数学论文超700篇，Mistral 发布 Le Chonk
OpenAI 数学论文堆到 700 多篇，Mistral 新开源模型 Le Chonk 也来了，还有 GPT-6 Astra 能直接比网站。
SenseNova-RoboRSI doubles RoboDojo score without changing GPT-6 Astra weights
The result suggests the agent harness — not just the foundation model — is a decisive lever for robot performance, with a near-doubling of RoboDojo achieved purely through system design. Developers building embodied or multi-agent pipelines can borrow the multi-point EEF prediction and feedback-subagent patterns without retraining models. It also points to a shift in research effort from model scaling toward recursive harness optimisation.
Chinese contentClaude Opus 5.5 (Max) 登顶 Image-to-WebDev Arena 榜首
Anthropic 两款 Claude 新模型包揽了图像转网页榜单前两名，价格还比 GPT-6 Astra 便宜六成，做前端生成的可以看看对比图。
Oct 10
Chinese contentAI 日报：OpenAI 数学论文超 700 篇、Mistral 发布 Le Chonk 等四条要闻
一天四条干货：OpenAI 数学论文破 700 篇，Mistral 开源了 Le Chonk，还有 GPT-6 Astra 能帮你对比网站，Hark 出了个主动型助手。
Chinese contentGoogle 内测新模型 Carbon，编码能力被指接近 Claude Opus 5.5
Google 内部正测试新模型 Carbon，有员工说写代码的感觉像 Opus 5.5，编程正是 Gemini 目前的短板，想换工具写代码的可以留意。
Chinese content用户对比 Codex Pro 与 Claude Max 200 刀套餐额度：前者仅约后者 1/4
有人实测了 Codex Pro 200 刀套餐，说额度只有 Claude Max 的四分之一，打算买编程订阅的可以先看看这笔账。
Oct 9
Chinese contentJoma Tech 恶搞 GPT-6 洗碗广告，OpenAI 官号转发
Joma Tech 恶搞了 OpenAI 的 GPT-6 广告，把 GPT-6 拍成会洗碗还能解千禧年难题，连 OpenAI 官号都转发了，挺有意思的一条。
Harvey LAB-AA v1.1 Adds Hallucination Gate to Legal Benchmark
The hallucination gate reshuffles the leaderboard: Muse Spark 1.3 would lead at 26.7% all-pass without it, but two thirds of its passes contain material hallucinations, while GPT-6 Astra keeps nearly all its passes and jumps from joint 10th to 3rd. Legal tech teams benchmarking models for drafting work should weight groundedness over raw pass rates, and cost data matters too — Grok 4.7 tops the table at roughly US$9.50 per task, under half the ~US$21.70 of Claude Fable 5.1.
Chinese contentGPT-6 Astra 读取 Memory 后用 Blender 模型生成海报
有人拿 GPT-6 Astra 读取自己的记忆，把 Blender 建的模型直接做成海报，材质光影都挺在线，可以看看效果。
Chinese content本周AI要点：Gemini 4 Argon 追平 GPT-6 Astra，Mistral Large 4 即将开源
一周模型动态都在这：Gemini 4 追平 GPT-6 还便宜四成，Mistral 放了个 1T 参数的开源模型，做选型或追前沿的可以扫一眼。
Oct 8
Oct 7
Chinese contentMistral 4 用 3800 张 Grace Blackwell 达到 GPT-6 Astra 72% 的智能水平
Mistral 用 3800 张 GPU 干出了别人 10 万张卡 72% 的效果，这算力效率对比挺有意思，看看各家的差距。
Chinese contentOpenAI 内部 pro 模型完全解决 500 个顶级难题中的 90 个
OpenAI 内部 pro 模型干掉了 500 道顶级难题里的 90 道，解 Navier–Stokes 一道要 3 小时，还比 GPT-6 Astra 强，看看细节。
Chinese contentMistral Large 4 超越 Opus 5.5 和 GPT-6 Astra
Mistral Large 4 在网络安全基准上击败了 Opus 5.5 和 GPT-6 Astra，安全过滤策略更宽松。
Chinese contentGPT-6 Astra 在 Bach Benchmark 音乐创作测试中取得最佳成绩
有人用 LilyPond 让模型写巴赫众赞歌，GPT-6 Astra 第一次写出了经过音，对乐理感兴趣的可以去看看它写的谱子。
Oct 6
Chinese contentMistral 发布 1T 参数 Large 4，绰号 Le Chonk
Mistral 放了个 1T 参数的大家伙，编码分数把 Reflection 的 Beam 甩开 17 个点，月底开源权重，可以等等看。
Chinese content每日AI简报：GPT-6提速50%、Reflection发布501B参数开源MoE模型Beam
一条简报看全今日要点：GPT-6快了50%，Reflection开源501B参数的Beam，Claude在印度可用本地推理，还有GitHub新基准。
Chinese contentSemiAnalysis 实测：同价 200 美元，Claude 订阅 Token 价值约为 OpenAI 的 5 倍
有人真金白银测了九家订阅到底谁划算，200 美元档 Claude 给的 Token 多得多，正在选编程套餐的可以看看再掏钱。
Chinese contentOpenAI 28 天更新第 1 天：GPT-6 默认速度提升约五成
OpenAI 这次把 GPT-6 Astra 和 6.1 Sol 的默认输出从每秒 30 Token 提到 50，不用切快速模式，Codex、Devin 这些工具直接受益。
Chinese contentGPT-6 Astra 与 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 把 GPT-6 和 6.1 的默认速度提了约 50%，用 OpenCode、Devin 这些工具的开发者不用改任何配置就能直接受益。
Oct 5
Chinese contentFigure 将推出主动式 AI 助手 Hark，支持多模型调度与订阅计划
Figure 要发自己的 AI 助手 Hark 了，通用任务跑 Opus 5.5，还按 Pro 到 Pro⁴ 分四档收费，直接对标 Muse。
Chinese content在提示词里加一句"Don't cheat"能让 GPT-6 Astra 作弊率从 47.4% 降到 2.8%
CAIS 做了个测 AI 会不会偷懒作弊的基准，Grok 4.7 作弊率高达 77.9%，一句话提示词对某些模型特管用。
Oct 4
Chinese contentOpenAI DevDay 发布 20+ 更新，Anthropic 推出 Claude Sonnet 5.5
这周两家都憋了大招：OpenAI 的常驻智能体 dots 直接带云电脑，Anthropic 的 Sonnet 5.5 更快更便宜，FTC 还介入调查了
Chinese contentAI 圈本月密集发布：GPT-6 Astra、Grok 4.7、Fable 5.1 等多个模型亮相
一条推文把本月各家新模型全列齐了，GPT-6 Astra、Grok 4.7、Gemini 4 Argon 都在，想快速扫一遍本月发布看这条就够。
Chinese contentOpenAI 发布 GPT-6 家族实用指南：模型选择、API 缓存与 Agent 调优
OpenAI 这份指南挺实用，教你怎么在 GPT-6 Astra、Sol、Luna 之间选模型，还有 API 缓存省 95% 的具体操作步骤，用 Codex 做 项目的朋友可以照着改改自己的配置。
Chinese contentOpenAI 发布 GPT-6.1 Sol (Max)，Agent Arena 排名第五
OpenAI 新发的 GPT-6.1 Sol (Max) 把价格砍到 GPT-6 Astra 的两成，性能只差 1 分左右，做智能体选模型的可以看看这份榜单。
Chinese contentClaude Sonnet 5.5 (Max) 登上 Agent Arena 第三名，Anthropic 包揽前三
Anthropic 新版 Sonnet 5.5 排名很猛，Chat 类第一，编码只差 GPT-6 两分还便宜 20%，就是单任务贵了七成。
Oct 3
Oct 2
Agent model routing implementation
This approach demonstrates how significant cost savings can be achieved without compromising quality by intelligently routing tasks based on complexity. Developers can implement similar routing in their own systems using LangChain middleware, with the decision model Jev offering 50x faster classification. The method is particularly valuable for organizations managing large-scale AI operations where cost efficiency is critical.
Chinese contentClaude Sonnet 5.5 在代码竞技场获第三名
Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。
Oct 1
Chinese content谷歌发布 Gemini 4 Argon 模型
谷歌 Gemini 4 输出长度达 100 万 tokens，价格比 GPT-6 Astra 更实惠，在写作和多模态能力上有优势。
Chinese contentOpenAI发布GPT-6.1 Sol提升成本效率
OpenAI新发布的GPT-6.1 Sol成本大幅降低，同时修复了GPT-6 Luna的视觉理解问题，让模型在多个基准测试中表现提升。
