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%。
#模型发布
#模型发布
今日 19 条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(@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。
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。
Notion(@NotionHQ)AI 评估 · 58/100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 · 58/100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。 Notion 上线 Claude Sonnet 5.5
Notion 宣布 Claude Sonnet 5.5 已在 Notion 中上线。Anthropic 介绍称，Claude Sonnet 5.5 是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 速度提升超过 30%，多数工作场景成本最多降低 30%。
夕小瑶科技说精选AI 评估 · 78/100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 · 78/100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，编程能力逼近 Opus 5.5
Anthropic 发布 Claude Sonnet 5.5，距 Opus 5.5 发布不到一周。在 Terminal-Bench 4.0 编程评测中，Sonnet 5.5 的 Max 档从上一代 Sonnet 5 的 10.3% 提升到 70.6%。
为什么值得看
梳理了 Sonnet 5.5 在编程与知识工作评测上的具体提升幅度、推理档位差异和官方迁移建议，便于对照选型。
有机大橘子AI 评估 · 46/100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 · 46/100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。 Opus 5.5：从大语言模型，到世界模型？
Anthropic 的 Opus 5.5 靠纯代码生成品牌宣传片、像素动画，还能操控电脑画图，与 GPT-6 的 Sol 和 Luna 同周发布后，热度持续一周不退。
QdrantAI 评估 · 58/100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 · 58/100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 发布 Constella 研究预览：无需重新嵌入即可切换查询模型
Qdrant 发布 Constella 研究预览，这是一组围绕 400M 参数英文嵌入模型 Stella 构建的模型家族，文档向量由 Stella 编码，查询可由 Zero、Nano 或 Stella 本身编码，均搜索同一个 Qdrant 集合，因此查询编码器可按请求热插拔，无需重新嵌入。
orange.ai(@oran_ge)AI 评估 · 64/100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 · 64/100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。 ElevenLabs 发布 Eleven v4 与 v4 Turbo 语音模型
ElevenLabs 推出 Eleven v4 和 Eleven v4 Turbo 两款语音模型，官方称是迄今速度最快、情感表现最强的语音模型，并在 Artificial Analysis 排名第一。作者 Orange AI 认为 TTS 模型竞争已接近尾声，视频游戏领域的价值更高，算法资源顾不上 TTS。
orange.ai(@oran_ge)AI 评估 · 68/100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 · 68/100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 Sonnet 5.5，称性能接近 Opus 5.5 且价格减半
Anthropic 发布 Sonnet 5.5，称其能力几乎与 Opus 5.5 相当，价格只要一半，同时 Haiku 5.5 也在路上。
Claude(@claudeai)AI 评估 · 16/100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 · 16/100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。 Sonnet 5.5 对比 Sonnet 5：同一提示词下的弹跳球物理测试
Claude 发布 Sonnet 5 与 Sonnet 5.5 的弹跳球物理测试对比，两者使用来自 @forwardeditor 的同一提示词生成。结果以视频形式在 Twitter 展示，该帖获得 234 次点赞和约 10 万次浏览。
Claude(@claudeai)AI 评估 · 16/100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 · 16/100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。 Claude Sonnet 5.5 探索中，大家在用它做什么？
Anthropic 的 Claude 账号发帖询问用户正在用 Sonnet 5.5 探索什么，该帖获得 179 个点赞、44 条回复和 52626 次浏览。帖子未披露 Sonnet 5.5 的任何新功能、参数或发布信息。
Claude(@claudeai)AI 评估 · 16/100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 · 16/100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。 Claude Sonnet 5 与 Sonnet 5.5 用同一提示词生成 JavaScript 恐龙史动画对比
Claude 官方账号展示了一组对比：给 Sonnet 5 与 Sonnet 5.5 同一个提示词，分别用 JavaScript 生成不到一分钟讲完恐龙史的动画，由 @kevin_t_ngo 创作。该演示发布在 Twitter 上，获得 693 个点赞、23 次转发和约 28 万次浏览。
Claude(@claudeai)AI 评估 · 33/100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 · 33/100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。 Claude Sonnet 5.5 早期实验：用 Sonnet 5 与 5.5 对比生成秋叶模拟器
Claude 官方分享了一批 Claude Sonnet 5.5 的早期实验，其中 @_re_pete 用 Sonnet 5 与 Sonnet 5.5 分别制作秋叶模拟器进行对比。该展示在 X 上获得 7943 次点赞、746719 次浏览。
Mike Krieger(@mikeyk)AI 评估 · 16/100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 · 16/100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。 Claude Haiku 5.5 将在未来几周补齐模型家族
Claude Haiku 5.5 将在未来几周推出，补齐 Claude 模型家族。该消息由 Mike Krieger 发布，未披露参数规模、上下文窗口或具体上线日期。
Mike Krieger(@mikeyk)AI 评估 · 65/100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 · 65/100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，运行速度提升超 30%、成本最多降 30%
Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。相比 Sonnet 5，它运行速度快 30% 以上，大多数工作场景成本最多降低 30%。
cat(@_catwu)AI 评估 · 74/100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 · 74/100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，Claude Code 中任务完成量提升约 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 系列的第二款模型。官方称其在 Claude Code 中让用户完成的任务量比 Sonnet 5 多约 30%，多数工作场景下运行速度快 30% 以上、成本最多降低 30%。作者举例称，该模型用工具调用完成耙一码院子落叶的任务，比 Sonnet 5 快 24 秒、少用 6K token。
Alex Albert(@alexalbert__)AI 评估 · 74/100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 · 74/100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，速度提升超 30%、成本降低最多 30%
Anthropic 推出 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。相比 Sonnet 5，它运行速度提升超过 30%，大多数工作场景成本降低最多 30%。Alex Albert 评价其写作清晰、迭代体验好，能力较 Sonnet 5 有明显跃升。
AI SDK(@aisdk)AI 评估 · 62/100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 · 62/100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 支持接入 Claude Sonnet 5.5
Claude 推出 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，相比 Sonnet 5 运行速度快 30% 以上，多数任务的成本最多降低 30%。AI SDK 表示可以在 AI SDK 中使用 Claude Sonnet 5.5。
v0(@v0)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。 Claude Sonnet 5.5 上线 v0，速度提升超 30% 且成本最多降低 30%
Claude Sonnet 5.5 已在 v0 上线，用户可通过 v0.app/?sonnet55 试用。据 Anthropic 介绍，它是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 是明显升级，运行速度提升超过 30%，大多数任务成本最多降低 30%。
Anthropic(@AnthropicAI)精选AI 评估 · 76/100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 · 76/100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
Anthropic 宣布 Claude Sonnet 5.5 正式可用，称其为 Claude 5.5 家族的第二个模型。相较 Sonnet 5，它运行速度提升超过 30%，多数任务的成本最多降低 30%。
为什么值得看
Anthropic 官方给出 Sonnet 5.5 的提速与降价幅度，读者可据此判断既有工作流的替换成本。
Claude(@claudeai)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。 Claude Sonnet 5.5 全面上线，Haiku 5.5 将在未来几周加入
Anthropic 宣布 Claude Sonnet 5.5 即日起在所有渠道上线，Claude Haiku 5.5 将在未来几周加入该模型家族。官方给出了进一步阅读链接 anthropic.com/claude-sonnet-…。
Claude(@claudeai)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。 Claude Sonnet 5.5 行为审计：对齐与诚实度多数指标持平或提升
Anthropic 的自动化行为审计显示，Sonnet 5.5 在对齐与诚实度的大多数指标上优于或持平 Sonnet 5。它还是首个配备网络安全防护与回退机制的 Sonnet 模型，规格对齐其最强模型，日常软件开发不受影响。
Claude(@claudeai)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。 Claude 官方：Sonnet 5.5 擅长设计，可优化界面并生成少改动的幻灯片
Claude 官方账号表示 Sonnet 5.5 在設計方面颇有心得，能为用户界面增加精致度，并按模板生成几乎无需再编辑的幻灯片。
Claude(@claudeai)AI 评估 · 50/100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 · 50/100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。 Claude Sonnet 5.5 以低/中档推理力压 Sonnet 5 最佳成绩，成本仅约十分之一
Claude Sonnet 5.5 在低或中等推理强度下，于多项基准测试中超过 Sonnet 5 的最佳成绩，成本约为其十分之一。该对比由 Claude 官方账号发布。
Claude(@claudeai)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。 Anthropic 发布 Sonnet 5.5，单任务成本最多降低 30%
Anthropic 发布 Claude Sonnet 5.5，定价与 Sonnet 5 相同，但完成同样工作所需的 token 通常少得多。官方测试显示，其单任务成本比前代最多低 30%，输出生成速度提升超过 30%，是迄今最快的 Sonnet 模型。
Claude(@claudeai)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。 Anthropic 发布 Claude Sonnet 5.5，多项基准超过 Sonnet 5
Anthropic 发布 Claude Sonnet 5.5，在多项基准上优于 Sonnet 5，部分提升明显。官方称它是 Claude Opus 5.5 更快、成本更低的补充，最擅长范围明确的日常任务、修复 bug 以及制作文档、幻灯片和表格。
Claude(@claudeai)AI 评估 · 65/100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 · 65/100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，速度提升超 30%、成本最高降低 30%
Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。官方称其相较 Sonnet 5 有明显升级，运行速度提升超过 30%，大多数工作的成本最高降低 30%。
Replicate(@replicate)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。 PrunaAI 的 P-Video-2-Pro 上线 Replicate，登 Design Arena 图生视频榜第二
PrunaAI 的 P-Video-2-Pro 已上线 Replicate。该模型基于 MiniMax H3，其 Quality 与 Speed 两个版本在 Design Arena 图生视频榜单以 1325 Elo 并列第二，Quality 生成耗时 8.0 秒，Speed 为 4.5 秒。
Justine Moore(@venturetwins)AI 评估 · 71/100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 · 71/100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。 ElevenLabs 发布 Eleven v4 与 Eleven v4 Turbo 语音模型
ElevenLabs 发布 Eleven v4 和 Eleven v4 Turbo，称是迄今最快、最具情感表现力的语音模型，并在 Artificial Analysis 排名第一。Justine Moore 体验后表示，该模型采用新架构，语音更真实可控，可以同时导演角色的表演和其周围的声景，还提供了廉价麦克风等语音效果。
Kling AI(@Kling_ai)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。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。 Kling 4.0 将于今年 10 月发布，Kling 4.0 Flash 已面向 Ultra 年付订阅用户上线
Kling 4.0 将于今年 10 月发布，Kling 4.0 Flash 已面向 Ultra 年付订阅用户上线。
Patrick Loeber(@patloeber)AI 评估 · 16/100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 · 16/100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。 Gemini Audio 庆祝最新 Live 与 TTS 模型
Gemini Audio 推出最新 Live 与 TTS 模型并发布周边礼品庆祝。原文未披露模型版本号、参数规模、benchmark 分数或可用性信息。
魔搭ModelScope社区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。 斯坦福与英伟达开源 CLM-8B：75MB 对比学习验证器刷新 DeepSWE 与 Terminal-Bench 2.1
斯坦福大学与 NVIDIA Research 联合发布 Contrastive Language Models（CLM），一类用对比学习目标训练的 System One 决策模型，首发版本 CLM-8B 以冻结的 Qwen3-8B 为骨干，只训练 2000 万参数的 MLP 投影头，检查点仅 75MB。
ElevenLabs(@elevenlabsio)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。 ElevenLabs 发布表现力语音生成新模型 v4
ElevenLabs 发布新一代表现力语音生成模型，官方称其为最新研究成果的集成，面向角色表演和对话式智能体等强调表达效果的场景。模型已在 ElevenAgents、ElevenCreative 和 ElevenAPI 上线，地址为 elevenlabs.io/v4。
ElevenLabs(@elevenlabsio)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。 ElevenLabs 发布 Eleven v4 与 Eleven v4 Turbo 语音模型
ElevenLabs 发布 Eleven v4 和 Eleven v4 Turbo 两款语音模型，称是其迄今速度最快、情感表现最强的语音模型。官方表示两者在 Artificial Analysis 排名中位列第一。
机器之心SOTA模型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。 NaiveAI开源Naive-N0.5-Flash编程模型，美团上线LongCat-2.5-Preview多模态模型
NaiveAI 以 MIT 许可证开放 Naive-N0.5-Flash 的模型权重与推理代码，该模型面向编程与 AI 研发，采用 MoE 架构，总参数 309B、激活约 15.5B，原生支持 100 万 Token 上下文，FP8 权重约占 315GB。