OpenAI 釋出 GPT-6.1 Sol 替代旗艦模型 Astra
OpenAI 釋出了 GPT-6.1 Sol 模型,其效能接近旗艦模型 Astra,但成本僅為其五分之一。API 定價為每百萬輸入 token 2 美元、輸出 10 美元,快取輸入為 0.10 美元。該模型在 agentic coding、電腦操作和辦公任務上接近 Astra,Plus、Pro 等使用者已可在 ChatGPT Work 和 Codex 中使用,API 名稱為 gpt-6.1-sol。
OpenAI 釋出了 GPT-6.1 Sol 模型,其效能接近旗艦模型 Astra,但成本僅為其五分之一。API 定價為每百萬輸入 token 2 美元、輸出 10 美元,快取輸入為 0.10 美元。該模型在 agentic coding、電腦操作和辦公任務上接近 Astra,Plus、Pro 等使用者已可在 ChatGPT Work 和 Codex 中使用,API 名稱為 gpt-6.1-sol。
NVIDIA 釋出開源表格基礎模型 Kumo Tabular,採用 Transformer 架構,無需訓練、調參或特徵工程即可在單次前向傳播中完成分類與迴歸預測。該模型提供 28M 到 215M 三種引數規模,完全基於人工合成數據進行預訓練,並在 TabArena、BeyondArena、TALENT 和 ScoringBench 四個基準測試中排名第一。
summary_zh: Microsoft Research 介紹了 Quine,一個設計為應對生物學複雜性的 AI 研究系統。 - 核心功能:結合多模態生物學世界模型與互動式 harness,將模型、科學工具、文獻、實驗室與研究人員連結。
OpenAI 釋出 GPT-6.1 Sol,具備接近 Astra 的編碼、電腦操作和專業工作智慧,且 API 輸入輸出 token 價格降至 Astra 標準價格的五分之一。
推薦理由:原文給出了新模型的定位、核心能力與價格降幅,讀者可以據此判斷它會怎樣改變日常開發與專業工作流。
Latent Space 釋出的 AINews 彙總了多款前沿模型動態,其中 Claude Opus 5.5 在 SimpleBench 領先,並在視覺和程式碼生成任務上表現突出;同時涵蓋 GPT-6 家族、Gemini 3.8 Flash、Xiaomi MiMo-V2.6-Pro 以及AI 助理、檢索和推理效率等生態進展。
OpenAI 在即將舉辦的開發者大會前,因安全顧慮取消了新模型的發布。 - 新模型:未公開名稱,原計劃於本月發布。 - 原因:內部安全評估顯示潛在風險,擔心模型可能被濫用。 - 影響:凸顯 AI 產業對安全審查的重視,可能推動其他公司加強風險管控。
Jev 是 TypeSafe AI 推出的 System One 模型,能以純英文條件直接回傳布林值、列舉或排序分數,配合 DuckDB 擴充套件即可在 SQL 中即時篩選、分組與排序。
OpenAI 的 GPT-6.1 Sol 現已在 Vercel AI Gateway 上上線。該模型在編碼、電腦使用和專業工作方面相較 GPT-6 Sol 有顯著提升,能夠更好地閱讀複雜文件、執行多步工作流、除錯程式碼、處理業務任務,並從包含表格和圖表的 PDF 中提取答案。
Anthropic 釋出了 Claude Sonnet 5.5,該模型執行速度提升 30% 以上且成本降低最多 30%,在各項基準測試中表現優於 Sonnet 5 並已應用於 claude.ai 免費層級。它在部分編碼任務中接近 Opus 5.5 的水平,同時 Anthropic 預告 Haiku 5.5 將在未來幾週內推出。
用 Jev 與 LangGraph 建置可觀測的生產代理。 - Jev:決策模型,回傳結構化答案,速度快、成本低,分類任務速度可比主流 LLM 高 200 倍、成本低 400 倍。
Hcompany 釋出全新AI 助理模型系列 Holo4,包含 27B dense 與 35B-A3B Mixture of Experts 兩個尺寸,並同步推出更新版 Holotron4 Nano。該系列模型支援 GUI、程式碼、MCP 與 API 等多種互動介面,在 OSWorld 2.0 等基準測試中表現優異,相關權重與軌跡資料已在 Hugging Face 開源。
推薦理由:文章公佈了新模型的大小、介面和基準測試表現,讀者可以據此瞭解其在複雜工作流中的表現。
Claude Sonnet 5.5 已在 Vercel AI Gateway 上上線,支援 anthropic/claude-sonnet-5.5 模型標識。該版本在日常工作中提升文件、幻燈片、電子表格的質量,並在編碼任務中加入多步檢查。
GPT-6 Astra 完成 50 個標籤頁的稅務工作簿的速度達到了 GPT-5.6 Sol 的 2 倍。其對使用者意圖更強的理解能力,讓 Basis 在實際應用中擁有了更高的信心。
Latent Space 盤點了一週內 AI 行業的重大進展,涵蓋 Claude Opus 5.5、GPT-6 系列及 Gemini 3.8 Flash 等前沿模型的基準評測表現。同時梳理了決策模型、AI 助理基礎設施、推理加速硬體以及生物基因領域的最新動態。
Runway 介紹了其最新的世界模型 GWM Worlds 2 以及提出的輸入格式 WorldPrompt,並闡述了其如何通過自迴歸擴散和蒸餾方法實現 720p 24fps 的即時互動式影片和音訊生成。文章還探討了真實物理模擬、長上下文、誤差累積等工程挑戰,以及在遊戲、機器人和AI 助理模擬等領域的潛在應用。
Pixel Canary 現已在 AI Gateway 以 stealth/pixel-canary 形式上線,限時免費。該模型擅長編碼,尤其是前端開發與移動應用設計。
Liquid AI 針對視覺語言模型 LFM2.5-VL-3B 釋出了實驗性的 DSpark 草稿模型,通過引入投機解碼路徑實現推理加速。該草稿模型包含 2.8 億引數(增量 8.9%),在端側和 GPU 上解碼速度最高可提升 3.13 倍,並且首日即整合支援 llama.cpp、MLX-VLM 和 SGLang。
Google 釋出了 Gemini 3.8 TTS 的兩個新模型 gemini-3.8-flash-tts 與 gemini-3.8-flash-lite-tts,支援 2,000+ 語音並可通過 30 秒樣本建立自定義聲音。Gemini 3.8 TTS Playground 允許使用者在瀏覽器中構建單聲道或多說話人對話,生成 1m18s 音訊僅需約 20 秒,成本 2.74 美分。
Anthropic 釋出了 Claude Opus 5.5,主打 Fable 5.1 級能力與更低執行成本,隨後 OpenAI 推出了降價幅度和價效比更高的 GPT-6 Sol 與 Luna 模型。兩家實驗室均在效率最佳化與定價上展開競爭,同時社群也圍繞基準評測和多Agent擴充套件展開了廣泛討論。
推薦理由:文章梳理了兩家頭部廠商最新旗艦及平價模型的效能與定價策略,讀者可據此對比當前前沿模型的綜合性價比。
Jev 是一款快速且低成本的分類模型,本文示範如何以約 $17 的成本在 Together AI 上訓練並部署自己的 Jev 版本。 • 基礎模型採用 Qwen3.5 4B,搭配 38,340 個來自 Hugging Face 的多類別資料集。
Anthropic 釋出了 Claude Opus 5.5,其輸入輸出價格較前代降低 20%,快取讀取價格降低 60%,並在高思考級別下遇到了超出最大輸出 token 限制的問題;隨後 OpenAI 釋出了 GPT-6 Sol 與 GPT-6 Luna,價格降至同級前代型號的一半。兩家廠商通過密集釋出新模型和大幅降價,進一步加劇了 AI 模型的市場價格戰。
推薦理由:文章記錄了多款旗艦模型密集釋出與降價的情況,讀者可以據此瞭解當前各大廠商在推理模型定價與效能上的最新競爭格局。
OpenAI 釋出了 GPT-6 Sol 與 Luna 兩個新模型,為日常工作提供了不同能力與成本平衡的選擇。
小米釋出 MiMo-V2.6 系列原生全模態開源模型,其中 Pro 版本擁有 1.02T 總引數和 42B 啟用引數,RL 訓練成本約 300 萬美元。該系列同時開源了訓練環境、程式碼及技術報告,旨在降低強化學習訓練門檻。
OpenAI 的 GPT‑6 Sol 與 GPT‑6 Luna 現已在 AI Gateway 上線,價格低於 GPT‑6 Astra。Sol 適用於複雜編碼與持續性探究的 agent 工作流,Luna 則是低成本的高頻重複工作選項。兩者相較 GPT‑5.6 在事實可靠性、直白溝通和減少誤導性編碼宣告方面都有提升。使用時只需傳入模型 ID,即可在模型演練區體驗。
NVIDIA 釋出 Nemotron 3.5 Lightning,這是一款 30B 混合專家語言模型,每個 token 只啟用約 3B 引數,專為高頻工具呼叫與執行層任務設計。
推薦理由:NVIDIA 推出的 Nemotron 3.5 Lightning 以 30B 模型,3B 引數,適合工具呼叫,讀者可評估成本與效能。
OpenRouter 測試了專用決判模型 Jev 1.13 與前沿聊天模型 Claude Opus 5 在 Banking77 語意分類任務上的表現。
Anthropic 的 Claude Opus 5.5 已在 AI Gateway 上上線,支援 1M-token 上下文視窗和 128K 輸出 token。與 Opus 5 相比,速度提升約 30%,成本降低約 40%。
推薦理由:Opus 5.5 在速度和成本上相較前代提升顯著,適合需要大上下文和長任務的AI 助理工作,其 1M-token 上下文視窗和 128K 輸出令長任務更易監督,且支援自動工具選擇,提升開發效率。對開發者而言,Opus 5.5 的速度與成本優勢可顯著降低專案迭代週期。
TypeSafe AI 創始人兼 CEO Diogo Almeida 推出了旨在提升生產環境可靠性的 System One 模型 Jev。該模型採用名為 RLCD(Reinforcement Learning for Calibrated Decisions)的未公開新技術,優化了 System One 任務中的機率校準,以應對傳統 LLM 的幻覺與對齊問題。
微軟研究團隊釋出 RetroChimera,一種用於大規模小分子合成預測的框架,並在 Nature 論文中展示其效能。RetroChimera 結合 R‑SMILES 2 與 NeuralLoc 兩種模型,通過學習式重排序實現更準確的合成路線預測。其開源實現已在 GitHub 上釋出,旨在加速藥物與材料研發。
Jev 是 TypeSafe AI 推出的 System One 模型,專為快速、結構化評估設計,並以 200 倍速度、400 倍成本優勢,成為代理評估的新選擇。
Jev 是 TypeSafe 推出的決策模型,透過輸入文字與已預先定義的問題,回傳一個已限定選項、分數或是布林值,並附上校準機率與信心分數。 - 核心特性:三種答案形態——Choice(選項)、Score(分級)與 Noul(布林),均以 0~1 的機率分佈回傳,無文字生成,避免幻覺。
Qwen-Image-2.1 以 7B 引數的 MMDiT 架構,首次在 ComfyUI 上提供 2048×2048 RGBA 解析度的影像生成與編輯。
Jev 在 AI Gateway 上的首日採用率突破 GPT‑5.6 兩倍,證明專門化決策模型能迅速進入實際工作流程。 - 首日採用率:24 小時內已達 13% 的付費團隊使用,超過 GPT‑5.6 兩倍、Fable 5.1 六倍。
summary_zh: GLM 5.3 FlashX 現已於 AI Gateway 上可用,提供約 200 tokens/second 的推理速度,適用於編碼代理、工具迴圈與互動式應用。
NVIDIA 釋出的 Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中表現領先,在 Qwen3-VL 上實現了較 GB300 NVL72 最高 3.7 倍的吞吐量提升。
最新一期 AINews 彙總了多項行業動態,包括 TypeSafe 推出專注於分類和路由的非自迴歸決策模型 Jev,Periodic Labs 釋出用於材料科學的實驗資料模型 Neon,以及 Google 推出支援多語言和非同步工具呼叫的 Gemini 3.8 Live。
Salesforce 推出了首個 CRM 推理模型 Koa,該模型基於 NVIDIA Nemotron 3 Super 構建並使用 NVIDIA NeMo 工具鏈進行訓練。
Google DeepMind 推出 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款先進的即時對話模型,帶來並行推理與近即時語音互動升級。
Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking 現已可於 AI Gateway 使用,支援即時語音互動與多模態功能。
推薦理由:Gemini 3.8 Live 及其擴充套件思考功能可即時語音互動,開發者可透過 AI Gateway 直接使用 WebSocket 進行即時對話,提升語音助手與多模態應用的互動體驗。
summary_zh: Pangram 是一款專門判斷文本是否為 AI 生成的模型,宣稱其偽陽性率僅 0.0041%,漏偵率 0.34%。 - 偵測機制:先以已知人類文本為基礎,讓 LLM 生成相同主題的新文本並進行部分編輯,藉此捕捉共同寫作痕跡。