Nace AI 出了个金融专用模型 Drex,专门做欺诈判断这种毫秒级任务,48 个金融基准测试准确率 85.7%,比 GPT-6 Luna 的 70.9% 高不少。
#GPT-6 Luna
AI/ML API 出了个 Jev Router,能按任务难度自动挑模型,简单活走便宜模型,省不少 API 费用。
Claude Duet 候补名单开了,是 Opus 5.5 上的主动智能体应用;OpenAI 那边 Decisions API 正式可用还加了 12 小时缓存,搞 API 的看看。
OpenAI 把 GPT-6 Luna 做成了专管选择题的 Decisions API,快 10 倍还只收输入钱,做智能体判断逻辑的可以看看。
Devin Fusion 用 Opus 5.5 带一个更便宜的 GPT-6 Luna 副手,编码分数追平 Claude Code 还便宜三成,双模型怎么配合值得一试。
Inception 的 Mercury 3 用扩散方式生成文本,每秒 1000+ tokens,号称能打 GPT-6 Luna 和 Claude Haiku 5.5,做语音客服这类场景很合适。
browser_use 跑了 NVIDIA 的 Nemotron 3.5 Super VL,浏览器任务得 48.5 分,被 GPT-6 Luna 的 67.7 分压过,成本还高 61%,想选浏览器自动化模型的可以看看。
Ant 旗下 Ling 3.1 Flash 放出开源权重了,本地跑就能用,同一提示词下生成效果赢过 GPT-6 Luna,还便宜 2.8 倍,想省钱本地部署的可以试试。
OpenAI 出了个 Decisions API,直接返回概率和选项,比 Responses API 快 10 倍,还不收输出费用,做分类打分的可以试试。
StepFun 的 Step 5 Preview 限时免费,600B 参数还能看图,得分和 GPT-6 Luna 打平,可以先去试试再决定要不要付费。
Anthropic 放出了 Haiku 5.5,价格不变但据称跑赢了 GPT-6 Luna,想省钱跑高频任务的可以对比一下。
Anthropic 放出 Haiku 5.5,比上一代便宜 75%,基准和速度都压过 GPT-6 Luna,小模型优先的话可以看看这条。
Anthropic 的新 Claude 小模型来了,跑分压过 GPT-6 Luna,价格还更便宜,OpenAI 靠送重置卡应对,看看各家小模型现在卷到什么程度。
Anthropic 的新款小模型 Haiku 5.5 便宜了九成,上下文还扩到 100 万 token,跑高并发任务的成本直接打下来了,做客服、分类、子代理的团队可以看看。
Anthropic 把 Haiku 5.5 价格砍到和 GPT-6 Luna 一样,10 万 token 内基准分还更高,长文本就选 Luna 了。
有人实测两个同价模型做同一个 3D 场景,一个花 24.96 美元一个只花 1.91 美元,选模型前看看能省不少。
Anthropic 的 Haiku 5.5 来了,智力比一年前的 Haiku 涨了 26 分,价格还只有上代的十分之一,跑 agent 任务可以重点看看。
Anthropic 又发小模型了,Haiku 5.5 比上一代便宜 75%,价格追平 OpenAI 的 GPT-6 Luna,基准成绩还更胜一筹,跑大批量任务的可以看看。
OpenAI 出了个只做判断不做回复的 API,底层是 GPT-6 Luna,比让模型自己写答案快 10 倍,只收输入 token 的钱,做分流、审核这类场景挺实用。
A command-line plugin is the fastest way for practitioners to probe a new model's behaviour without writing API glue code. Developers already using the LLM CLI can install the plugin and start benchmarking the decision model against other OpenAI models in their existing workflows.
The Decisions API represents a significant shift toward more efficient real-time model selection, potentially reducing latency in AI applications. Developers building applications requiring rapid decision-making should evaluate this API against alternatives like Perplexity's offering, as the performance difference could impact user experience and operational costs.
有人测了 TypeSafe 那个号称便宜快的 JEV,结果在 OpenAI 批量价格下根本不省钱,校准也没明显赢 Qwen3.8-27B,想做文本标注的可以看看。
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。
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。
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。
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。
OpenAI 把 GPT-6 Luna 开放给免费和 Go 用户了,装个桌面版就能直接试,不用花钱订阅。