Ideogram 发布 4.5 编辑模型，支持多轮编辑并即将开放权重
Ideogram 发布 Ideogram 4.5，称其为最精确的编辑模型。它消除了编辑过程中的伪影累积，使多轮编辑成为可能，而其他领先模型每次编辑都会引入伪影、像素偏移和颜色变化。该模型已在 Ideogram、API 和发布合作伙伴处上线，开放权重即将推出。
全部AI 动态
全部动态
今日 17 条Ideogram(@ideogram_ai)AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Google DeepMind BlogAI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印
Google DeepMind 推出 SynthID Bio，将 SynthID 水印技术扩展到合成生物学，可在生物代码中嵌入不可感知的签名，并能在合成出的物理蛋白质上验证，同时保持其生物学功能。
Recraft(@recraftai)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Recraft V4.1 Flash 成为 Design Arena 榜单最快模型
Recraft V4.1 Flash 在 Design Arena 榜单上成为速度最快的模型，生成质量还优于许多耗时十倍于它的模型。该成绩由 Recraft 公布。
cohere(@cohere)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere Embed 5 上线 API、Model Vault、Microsoft Foundry 与 Amazon SageMaker
Cohere Embed 5 现已通过 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 提供，也可直接在 North 中使用。Embed 5 的 Pro 与 Fast 两个版本共享同一嵌入空间，因此可用其中一个建索引、另一个做检索，同时保持性能表现。
cohere(@cohere)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere 推出 Embed 5 Fast：高吞吐嵌入模型，RCP-nDCG @10 评测首发
Cohere 发布高吞吐、高速选项 Embed 5 Fast，在 fast-tier 模型中领先 6 分以上，成本比 Pro 低三分之一。Embed 5 也是首个采用 RCP-nDCG @10 检索评测方法评估的模型家族。
cohere(@cohere)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere 推出 Embed 5 系列嵌入模型，含 Pro 与 Fast 两个版本
Cohere 发布 Embed 5 系列嵌入模型，包含 Embed 5 Pro 和 Embed 5 Fast 两个版本。前者主打前沿能力，后者侧重低延迟性能。
Kling AI(@Kling_ai)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Kling 4.0 Flash 抢先体验：Umesh 称提示词理解出色
Umesh 获得 Kling 4.0 Flash 早期访问权限并进行了首批尝试，称其提示词理解能力出色。他同时公开了所使用的提示词，并带上 #Kling4 标签。
Qwen(@Alibaba_Qwen)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen3.8-27B 上线 Nebius Token Factory
Qwen3.8-27B 现可通过 Nebius Token Factory 调用。这是一款 27B 稠密模型，面向编程、研究与智能体工作流，侧重多步任务的规划与完成。
Kling AI(@Kling_ai)AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 可灵 Kling 4.0 满血版短片实测：原生 30 秒直出，10 月上线
可灵 Kling 4.0 满血版生成短片曝光，相比 Flash 版本，支持原生 30 秒直出、画面与声音更清晰、口型匹配更精准，并提供 21:9 电影画幅。该版本将于 10 月上线。
智东西AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团 LongCat-2.5-Preview 上线，万亿参数模型实测复刻 Muse 前端
美团 LongCat 团队于 9 月 25 日上线预览版模型 LongCat-2.5-Preview，并在 OpenCode 开放两周限时免费体验。该模型总参数 1.6 万亿，每次推理激活约 480 亿参数，支持 100 万 Token 上下文窗口和原生多模态，主要面向长周期任务。
Recraft(@recraftai)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Recraft V4.1 Flash 1.3 秒出图，可用 V4.1 Pro 精修至 2048×2048
Recraft V4.1 Flash 可在 1.3 秒内完成从提示词到图像的生成，便于快速尝试不同方向。定下方向后，Refine 会用 V4.1 Pro 以 2048×2048 重新生成，保持相同构图与光照，同时让文字更干净、发丝与水滴更清晰、线条更精细。
甲子光年AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 影溯发布世界模型 InSpatio-World 1.5，支持多类输入并开放试用
影溯科技发布并上线新一代世界模型 InSpatio-World 1.5，支持单图、多图、全景图和视频等不同输入，强化实时场景探索与时空一致性，并已开放试用与开源代码，同时即将邀测世界模拟器 Topos-Pro 1.0。
夕小瑶科技说AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 实测 MiniMax M3.1-Flash-Preview：四个真实任务与 DeepSeek、GLM 对比
MiniMax 于 9 月 27 日在 MiniMax Code 上线 M3.1-Flash-Preview，1M 上下文，原生支持文字、图片、视频输入，思考强度五档可调，主力场景是 Coding。
ollama(@ollama)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ollama 上线 Nimble、Tev1 4b 与 Tev1 0.8b 三款模型，支持 /v1/systemone
Ollama 平台上新三款模型，分别为 Nimble、Tev1 4b 和 Tev1 0.8b，均可在 /v1/systemone 下调用。三款模型已收录于 Ollama 模型库，链接为 ollama.com/library/nimble 与 ollama.com/library/tev1。
AK(@_akhaliq)AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Audio8 ASR Infinite 流式语音识别模型：原生流式架构每秒解码 12.5 次
Audio8 ASR Infinite 是一款原生流式语音识别模型，每秒解码 12.5 次，靠滚动 KV Cache 让内存和延迟保持恒定，可支撑 24/7 连续运行。它以每个时钟步一个文本 token 的方式工作（每秒 12.5 / 8.3 / 6.25 次决策），在感知粒度与资源开销之间取得平衡。模型已在 Hugging Face 上线，并配有 Gradio 试用工作流。
Jerry Liu(@jerryjliu0)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 发布 Jev：面向文档任务的 system one 模型
LlamaIndex 对 Jev 与其他开源模型（含通用分类器和文档专用模型）在方向检测、语言检测、分类、切分等文档任务上做了基准测试，衡量准确率、成本和延迟三个维度。Jev 在多数基准和这三个维度上领先。相关代码已开源于 github.com/run-llama/jev_。
Geek(@geekbb)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6.1 这斩杀线，留给友商的空间真的不多了
GPT-6.1 被指"斩杀线"表现强势，留给友商的空间已经不多。原文仅给出这一评价，未披露具体参数、benchmark 分数或可用性信息。
orange.ai(@oran_ge)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT 6.1 Sol 发布：缓存降价 50%，Anthropic 以安全为由未放 Astra
OpenAI 发布 GPT 6.1 Sol，缓存价格下降 50%，但能力仍不及 Anthropic。Sonnet 5.5 跑分已超过 Astra，而 GPT 6.1 Astra 因安全原因未发布，Anthropic 由此稳居第一，并点名批评 GLM 5.3「跑太快、不够安全」。
Jerry Liu(@jerryjliu0)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6.1 Sol 文档 OCR 基准测试：表格解析与阅读顺序较 GPT-6 Sol 明显提升
对 GPT-6.1 Sol 在文档 OCR 任务上的综合基准测试显示，其表格解析能力与阅读顺序较一周前的 GPT-6 Sol 有明显提升，表格解析水平已接近 GPT-6 Astra。前沿模型在文档解析上仍通常比高性价比方案贵一个数量级，但这也意味着"高端"档位（每页超过 1 美分）的能力提升空间很大。
Vercel NewsAI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 InclusionAI 的 Ling 3.1 Flash 上线 AI Gateway，10 月 13 日前免费
InclusionAI 的 Ling 3.1 Flash 已在 AI Gateway 上线，10 月 13 日前免费使用。该模型为混合推理语言模型，总参数 560B、每 token 激活 25B，在 AI Gateway 上支持 262K token 上下文窗口，面向编码、多步分析与工具调用智能体。
orange.ai(@oran_ge)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT 6.1 Sol 发布，缓存降价 50%
GPT 6.1 Sol 发布，缓存价格下降 50%。作者提到其能力不如 Opus 5.5，但价格更低；并补充称近期流行的动效视频 Luna 也能制作。
NVIDIA AI(@NVIDIAAI)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 开源 Kumo Tabular 表格数据基础模型系列
NVIDIA 发布 Kumo Tabular，一个面向表格数据的基础模型系列，据称在准确率与推理时间的权衡上建立了新的帕累托前沿。该系列以开放权重、开源软件和允许商用的宽松许可发布，已上线 Hugging Face（huggingface.co/nvidia/Kumo-Ta…）和 GitHub（github.com/NVIDIA/structu…）。
NVIDIA AI(@NVIDIAAI)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Physis-Lang 搭配 NVIDIA Cosmos 3 Super 与 Nano 登顶 Physics-IQ Verified 图生视频榜前二
Physis-Lang 搭配 NVIDIA Cosmos 3 Super 和 Nano 在 Physics-IQ Verified 图生视频（image-to-video）排行榜上分列第 1 和第 2 名。该基准测试衡量生成视频对真实世界物理规律的遵循程度，完整排名见 physics-iq-verified.anates.ai/?track=i2v。
Notion(@NotionHQ)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6.1 Sol 模型上线
Notion 在 X 上表示 GPT-6.1 Sol 已经上线，进入可选模型列表。该推文仅宣布模型上线，未给出具体能力、价格或可用范围等细节。
Sam Altman(@sama)AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 6.1 Sol 发布：价格为 Astra 的五分之一，缓存读取折扣 95%
Sam Altman 转发 Tibo 的推文介绍 6.1 Sol，称其以 Astra 五分之一的价格提供接近 Astra 的智能水平，并提供 95% 的缓存读取折扣。推文还提到 ultrafast 为 Astra 带来 8 倍速度，该能力今日可用，并即将登陆 6.1 Sol。
AI SDK(@aisdk)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI SDK 支持调用 GPT-6.1 Sol
AI SDK 宣布支持使用 GPT-6.1 Sol。该模型被描述为以五分之一的价格提供接近 Astra 的智能水平，是当前同等性能下成本效率最高的模型。原文未披露具体调用方式与价格数字。
Cognition(@cognition_labs)AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition：GPT-6.1 Sol 低算力档位单任务 0.21 美元得分 58.1%
Cognition 引用 Devin 博客数据称，GPT-6.1 Sol 在低算力档位下得分为 58.1%，单任务成本 0.21 美元；同一设置下 GPT-6 Sol 得分为 50.5%。这一成绩是排行榜上单任务成本低于 0.30 美元的模型中最高分，原文称更大的变化发生在低端档位。完整数据见 devin.ai/blog/gpt-6-1-s…。
The Rundown AI(@TheRundownAI)精选AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 发布 GPT-6.1 Sol，称以五分之一价格接近 Astra 智能水平
OpenAI 发布 GPT-6.1 Sol，官方称其以五分之一的价格提供接近 Astra 的智能水平，输入 $2 / 百万 token、输出 $10 / 百万 token。
为什么值得看
材料给出 GPT-6.1 Sol 在编码、办公与电脑操作三类任务上的对标结果和定价，可用来比较同价位模型的取舍。
OpenAI(@OpenAI)精选AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 向 ChatGPT Work 和 Codex 付费用户开放 GPT-6.1 Sol
OpenAI 宣布 GPT-6.1 Sol 从今天起面向 ChatGPT Work 和 Codex 的 Plus、Pro、Business、Enterprise 和 Edu 用户开放。官方同时给出了介绍页面链接 openai.com/index/introduc…。
为什么值得看
OpenAI 公布 GPT-6.1 Sol 面向各付费档位开放，读者可据此了解新模型的可用范围。
OpenAI(@OpenAI)AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 发布 GPT-6.1 Sol，缓存输入价格降至每百万 tokens 0.10 美元
OpenAI 发布 GPT-6.1 Sol，主打让前沿智能更可负担，开发者可以更大规模地构建和运行应用。缓存输入价格为每百万 tokens 0.10 美元，比标准输入价格低 95%，比 GPT-6 Sol 的缓存输入价格低 50%。
OpenAI(@OpenAI)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 称 GPT-6.1 Sol 对齐评测表现优于 GPT-6 Sol
OpenAI 表示，GPT-6.1 Sol 在自家对齐评测中较 GPT-6 Sol 有明显改进，表现更接近 GPT-6 Astra。它在说明自身局限时更透明，在遵循用户意图和安全约束方面也更可靠。
OpenAI(@OpenAI)AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 发布 GPT-6.1 Sol，多项基准接近 GPT-6 Astra 且成本更低
OpenAI 宣布 GPT-6.1 Sol 发布，称其在编码、computer use 和复杂专业工作上相较 GPT-6 Sol 有显著升级。该模型在多项基准上接近 GPT-6 Astra，同时成本大幅更低。
OpenAI(@OpenAI)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6.1 Sol 发布：接近 Astra 的智能水平，价格仅为其五分之一
OpenAI 发布 GPT-6.1 Sol，称其以 Astra 五分之一的成本提供接近 Astra 的智能水平，是目前同性能下最具成本效益的模型。原文未披露参数规模、上下文长度及具体定价。
印记中文AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI周刊 #102：OpenAI 发布 GPT-6 Sol/Luna，Anthropic 发布 Claude Opus 5.5
OpenAI 9/22 上线 GPT-6 Sol 和 Luna，Sol 定价 $2/$10 MTok 约为 GPT-5.6 一半，DeepSWE 68.8%，Luna 定价 $0.10/$0.50 MTok、单任务成本约 Sol 的 1/5。
The Rundown AI(@TheRundownAI)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 今日 AI 要闻：Anthropic Sonnet 5.5 以半价逼近 Opus，AMD 82 亿美元收购 Fei-Fei Li 的 World Labs
Anthropic 的 Sonnet 5.5 性能逼近 Opus，价格仅为其一半。多位 AI 领袖继续就自我改进型 AI 发出警告，另有一个快速测试可帮助用户选择合适的 Claude 模型。AMD 以 82 亿美元收购 Fei-Fei Li 创办的 World Labs。
机器之心SOTA模型AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Sonnet 5.5，IQuest 开源 320B MoE 模型 IQuest-Q1
Anthropic 发布 Claude Sonnet 5.5，面向日常编程、代码修复与文档制作，官方称相比 Sonnet 5 输出速度提升超过 30%，相同任务消耗更少 Token。
AI科技评论AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 深度拆解 Claude Sonnet 5.5：半价 Opus 只是表象，Agent Runtime 才是变化核心
Anthropic 发布 Claude Sonnet 5.5，API 单价没变、生成速度更快，Terminal-Bench、CursorBench 等 Agent benchmark 成绩明显上涨。
Genspark(@genspark_ai)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 上线 Claude Sonnet 5.5，覆盖 AI Chat、Code Agent 与 Claw
Claude Sonnet 5.5 已上线 Genspark，接入 AI Chat、Code Agent 和 Claw。Genspark 称这是 Anthropic 目前最快的 Sonnet，输出速度提升 30% 以上，单任务成本比 Sonnet 5 最多降低 30%，价格保持不变。
Qdrant(@qdrant_engine)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 推出 /4 Nano 和 Zero，向量兼容 Stella 文档嵌入
Qdrant 的 /4 Nano 和 Zero 专门训练用于生成与 Stella 文档嵌入兼容的向量，因此无需重建文档索引即可在两者间切换，权衡检索质量与查询延迟。其中 Zero 极其轻量，Nano 是小型 Transformer，检索质量更接近 Stella。
Simon Willison(@simonw)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 进一步讨论 Sonnet 5.5
Simon Willison 发推表示将就 Sonnet 5.5 展开更多讨论，并附上一篇自己网站的链接 simonwillison.net/2026/Sep/28/cl…。推文本身未给出关于该模型的具体信息，详细内容需点开链接查看。