Chinese contentGoogle Gemini 4 Hydrogen 发布四周即超越自家更大的 Argon
Google 把 Flash 系列换成了 Gemini 4 Hydrogen，结果这个小模型上线四周就在 Artificial Analysis 榜单上超过了自家更贵的 Argon。它和 Claude Sonnet 5.5 得分差不多还更便宜，但比 GPT-6.1 Sol 贵 2.5 倍、写智能体代码不行。做编程或智能体的开发者可以对比一下再选。
#GPT-6.1 Sol
89 stories · 13 in 7 days · 26 in 30 days
Stories, products and papers tagged "GPT-6.1 Sol", newest first.
Nov 13
Chinese contentGemini 4 Hydrogen 已上线 Devin Desktop 和 Devin CLI
Cognition 把 Gemini 4 Hydrogen 接进了 Devin Desktop 和 Devin CLI，在自家 FrontierCode 2.0 基准上拿了 38.2%，只差 GPT-6.1 Sol 一名。平时用 Devin 写代码的人现在可以多一个模型选项，做模型选型的团队可以看看这份真实工程任务榜单再决定。
Chinese contentGemini 4 Hydrogen 成为 Agent Arena 速度最快的模型
做 Agent 应用的可以看看这份实测数据：Gemini 4 Hydrogen 单步只要 7.3 秒，10 分钟完成 82% 任务，速度比 Claude Sonnet 5.5 和 GPT-6.1 Sol 快不少，质量分数还没掉。对任务等待时间敏感的团队值得对比一下。
Chinese contentGoogle 发布 Gemini 4 Hydrogen，智能水平接近 Claude Sonnet 5.5 而成本仅其三成
Google 六周内第三个新模型，54 分智能打平 Sonnet 5.5 和 GPT-6.1 Sol，幻觉率才 8%，是 Claude 的六分之一，跑长文档视觉推理很强。做文档分析和知识工作流的人可以重点看，但搞终端编程智能体的还是 Sonnet 更稳。
Nov 12
Chinese contentn8n Labs 开源个人智能体 Nod：在虚拟机里跑腿，密钥永不经手模型
n8n Labs 开源了一个叫 Nod 的个人智能体，能在自己电脑的虚拟机和浏览器里替你办事，没 API 的网站也能操作。亮点是账号密码和银行卡锁在 Vault 里，模型拿不到密钥，发钱删东西前都会先问你。做本地 Agent 的开发者值得看看这套安全设计。
Chinese contentn8n 开源发布个人智能体，GPT-6.1 Sol 任务完成率达 98%
n8n 大家应该都用过做自动化流程，这次他们开源了一个个人智能体，官方测下来用 GPT-6.1 Sol 跑任务能完成 98%。做自动化的朋友可以直接看代码自己部署，比自己从零搭 Agent 快多了。
Nov 11
Chinese contentFable 5.2 与 Opus 5.5、GPT-6.1 Sol、Gemini 4 Carbon 的 6 组实测对比
有人把 Fable 5.2 和 Opus 5.5、GPT-6.1 Sol、Gemini 4 Carbon 跑了 6 组同题测试，速度差多少、谁便宜近 5 倍都摆出来了。正在纠结选哪家的可以照着自己的场景对号入座。
Chinese contentFable 5.2 与 Opus 5.5、GPT-6.1 Sol、Gemini 4 Carbon 实测对比
四款模型放一起跑 6 组实测，速度、价格、细节感各有所长。如果你正在为项目选模型，调用量大看省钱的那款，在意细节和真实感可以重点看 Fable 5.2。
Nov 10
Chinese content同一 3D 体素任务测试：Fable 5.2 花费 108.87 美元，GPT-6.1 Sol 仅 13.02 美元
有人拿同一个 3D 体素任务测了 Fable 5.2 和 GPT-6.1 Sol，成本差 8.4 倍但视频对比都放出来了。要挑视频生成或 3D 生成模型的话，这种带真实账单的横评比跑分更有参考价值。
Nov 9
Chinese contentGPT-6.1 Sol 被曝会自动路由到更新的 GPT-6.2 Sol
有人发现 ChatGPT 的 GPT-6.1 会偷偷切到更新的 GPT-6.2，还贴了 Three.js 和鹈鹕图两个测试，可以看看效果到底有没有变强。
Chinese content用户发现 ChatGPT 中 GPT 6.1 Sol 已被替换为疑似 GPT 6.2 模型
有人发现 GPT 6.1 Sol 的响应变了，疑似 OpenAI 在偷偷灰度测试 GPT 6.2，蹲发布的可以盯一下。
Nov 8
Chinese contentOpenAI GPT-6.1 Sol 成本约为 GPT-6 Astra 的五分之一，表现相当
OpenAI 新出的 GPT-6.1 Sol 用五分之一的成本就能做到 GPT-6 Astra 的效果，跑任务要省钱的话这条值得看看。
Chinese contentOpenAI GPT-6.1 Sol 参与活体小鼠脑部手术，定位误差减半
AI 不光看片写报告，这回直接上手做小鼠开颅手术了，GPT-6.1 Sol 三次操作误差砍半，还对比了 Claude 和 Grok 的不同选择，挺有意思。
IT之家Source
Nov 6
Chinese contentScience's Last Exam 基准发布：91 项任务测端到端科研能力
新基准 SLE 用 91 个真实科研任务测模型，Claude Opus 5 以 67 分领先 GPT-6.1 Sol 和 Kimi K3.1 Pro，做科研自动化评估的可以看看。
Nov 5
Chinese contentDevRev 基于 GPT-6.1 Sol 推出自主企业自助服务
DevRev 用 GPT-6.1 Sol 驱动 Computer 和 Operator 做企业自助服务，主打推理、速度、成本三者兼顾，客服自动化的可以看看。
Nov 3
Chinese content50 个 GPT-6.1 Sol 智能体在 Minecraft 中自发形成官僚分工
50 个 GPT-6.1 Sol 智能体在 Minecraft 里被一晚危机逼出全套分工制度，对抗 Claude Opus 5.5 时还直接改游戏源码，过程很有意思。
Nov 2
Chinese contentY Combinator 团队用《我的世界》测试 AI 智能体集群：GPT 对战 Claude 六胜一负
把上百个智能体扔进《我的世界》打架建城，结果 GPT 蜂群 7 局赢了 Claude 6 局，官僚化那段太好笑了
IT之家Source
Nov 1
Chinese content发布 5 周后，Opus 5.5 仍被评价为综合最强模型
用了一个月的博主复盘：Opus 5.5 发了 5 周还没被超越，他还押注 OpenAI 下周必发新品，理由挺有意思。
Oct 28
Chinese content谷歌更新 Android Bench：Gemini 4 Argon 编程成绩落后 Claude 与 GPT
谷歌自家基准把自家 Gemini 4 Argon 排到第五，通过率才 21.3%，GPT-6.1 Sol 的性价比数据对安卓开发者选模型很实用。
IT之家Source
Oct 27
Chinese contentOpenAI 发布中档模型 GPT-6.1 Terra，价格比 GPT-6.1 Sol 低 50%
OpenAI 又发了个中档模型 GPT-6.1 Terra，比 GPT-6.1 Sol 便宜一半、跑得更快，质量只差一点点，跑批量任务可以省不少钱。
Artificial Analysis launches Code2Video-AA video benchmark
The 300x spread in cost per task means the ranking alone is misleading: GPT-6.1 Sol delivers fourth place at 90% less cost than the leader, which changes which model is actually practical for batch video generation. Teams building automated marketing video pipelines can use the five-axis Elo breakdown to match models to their budget and quality needs, and the open-weights results give a concrete quality gap for self-hosting comparisons.
Chinese contentCodeRabbit 采用 GPT-6.1 Sol 加强代码库安全审查
CodeRabbit 把 GPT-6.1 Sol 接进安全审查流程，自动扫漏洞还能给出修复建议，写代码的可以关注下.
Chinese contentCodeRabbit 加入 OpenAI Daybreak Defense，Secure 改用 GPT-6.1 Sol 与 GPT Cyber 模型
CodeRabbit 接入 OpenAI 的 GPT-6.1 Sol 和 GPT Cyber 模型做代码安全扫描，Deep Scan 11 月 8 日前免费，可以拿自己的仓库跑一遍试试。
Oct 20
Chinese contentLegora 发布 10 月 BAR 基准结果：Opus 5.5 总榜领先
做法律 AI 或想选模型的看下，Legora 每月用真实律所案例测 17 个模型，还加了按任务类型筛选，比看总榜实用多了。
Chinese contentMeta Muse Wonder 两款模型实测：与 Claude、GPT-6.1、Gemini 4 正面对比
Meta 的 Muse Wonder 到底能不能打？这期实测直接拿它和 Claude Opus 5.5、GPT-6.1 Sol 做 3D 场景和建站对比，看完就知道差距在哪。
Chinese content传闻：Google 开发 Gemini 4 Carbon，OpenAI 筹备 Terra 模型
两条未证实的传闻：Google 在搞 Gemini 4 Carbon 升级 Argon，OpenAI 要发比 GPT-6.1 Sol 便宜的 Terra，看看就好。
Oct 14
Chinese contentLMArena 实测 Google DeepMind 新模型 Argon：语气更友好但更绕
Google DeepMind 的 Argon 在 LMArena 上数据出来了，比 GPT-6.1 Sol 和 Opus 5.5 更友好但话更绕，多轮对话投票领先 62 分，喜欢长回答的可以试试。
Oct 13
Chinese contentMeta Muse Wonder (Max) 实测：对比 Opus 5.5、GPT-6.1 Sol 等模型
petergostev 把 Meta 的 Muse Wonder 拉来和 Opus 5.5、GPT-6.1 Sol 这几个模型同台比 3D 场景和前端生成，还附了每次生成的费用，想选模型可以看看。
Oct 12
BaoCut Integrates Reverse-Engineered Claude Design Skill
The workflow itself is the lesson: pairing a reverse-engineering tool like REA with a strong coding model can reproduce closed product features as open, inspectable skills, without ever copying the original prompts. Developers building agent tools can follow his five-step process with Codex and Claude Code 5.5, or just try the design skill in BaoCut locally. BaoCut is open source on GitHub, so the skill and frontend code are fully viewable.
Chinese contentCodex 与 GPT-6.1 Sol 上下文窗口扩至 500K tokens
Codex 和 GPT-6.1 Sol 上下文直接翻到 500K，之前压缩上下文老打断工作流，这下省心多了。
Chinese contentOpenAI 将 GPT-6.1 Sol 默认上下文提升至 500k
OpenAI 把 GPT-6.1 Sol 默认上下文拉到 500k，还免长上下文费，处理长任务更省心了。
IT之家Source
Oct 9
Chinese contentOpenAI 推出 GPT-6.1 Sol Ultrafast 版：6 倍价格、最高 8 倍速度
OpenAI 给 GPT-6.1 Sol 出了个提速版，最快 8 倍速但价格也翻 6 倍，跑实时任务的企业可以看看划不划算。
IT之家Source
Chinese contentGPT-6.1 Sol ultrafast 发布，steering 改为即时生效
GPT-6.1 Sol 出了 ultrafast 版，steering 改成即时生效了，跑偏了能马上掰回来，不浪费算力。
Chinese contentGPT-6.1 Sol 推出 Ultrafast 模式：速度提升最高 8 倍，价格贵 6 倍
OpenAI 给 GPT-6.1 Sol 加了个 Ultrafast 模式，快 8 倍但贵 6 倍，赶时间的场景可以试试
OpenAI expands GPT-6.1 Sol access and EU data residency
Data residency options determine whether regulated industries in Europe can deploy a model at all, so the addition of EU residency for these tiers removes a common procurement blocker. Teams on Pro 500 or Enterprise plans should check with their admins to enable the new access tiers. Compared with regional offerings, residency coverage is often the deciding factor between providers for compliance-sensitive workloads.
