OpenAI 调整 $200 套餐并新增 $500 档，单位 Token 性价比与 Anthropic 对比
OpenAI 调整了套餐结构：$200 套餐价值腰斩，并新增 $500 档位；目前 $100、$200、$500 三档每花 1 美元买到的 Token 数几乎一样。作者称 Anthropic 在每美元性价比上仍全面优于 OpenAI。
#OpenAI
#OpenAI
今日 74 条小互(@imxiaohu)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。 小互(@imxiaohu)AI 评估 · 27/100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 · 27/100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。 SemiAnalysis 测试：Claude 等效 API 价值比 OpenAI 高出约 5 倍
技术分析机构 SemiAnalysis 的测试显示，Claude 提供的"等效 API 价值"比 OpenAI 高出约 5 倍，即便不看价格、单看 Token 数量，Claude 给出的量也大幅胜出。该测试据此称 Anthropic 才是最大的慈善家，OpenAI 一直在耍小聪明。
AINLPAI 评估 · 24/100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 · 24/100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。 SemiAnalysis：Anthropic 订阅比 OpenAI 提供 5 倍以上的价值
SemiAnalysis 指出，Anthropic 订阅提供的价值是 OpenAI 的 5 倍以上。
花叔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。 花叔开源动画 skill huashu-art-motion
花叔发布并开源动画 skill huashu-art-motion，可让 agent 按指定画风生成动画、拆解复刻参考短片，或按口播做解说动画。该 skill 包含 8 种常见解说风格和几十张艺术风格卡，每张卡记录配色、笔触、动作做法及短板；动画由 Claude Code 中的 Opus 5.5 制作，形象帧由 codex 的 ImageGen 生成，配乐由代码合成。
新智元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。 xAI 联创 Christian Szegedy 长文《数学何去何从？》：AI 让数学「毕业」，两千年英雄攀登史落幕
xAI 联合创始人 Christian Szegedy 发长文《数学何去何从？》，宣告数学的「英雄探险时代」结束，AI 这架「飞机」已把旗插上无人登顶的山峰。
宝玉(@dotey)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。 Codex Project 与 Claude Projects 有何不同：一个像论坛板块，一个像 Slack Channel
Codex Project 与 Claude Projects 的组织方式被类比为论坛板块与 Slack Channel：前者像容器或分类，相关内容都放进来并可不断新开会话，但容易歪楼、上下文较乱；后者所有消息集中在一起，想深入某个子话题时新开 Thread 展开讨论，借此聚焦上下文。
十字路口CrossingAI 评估 · 44/100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 · 44/100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。 他们的新工作，是教 AI 取代自己：AI 训练数据供应链里的劳动者
Mercor 等数据公司正以时薪低至 45 美元起的零工，雇人编写评分细则、标准答案和推理轨迹来训练 AI，部分项目任务量骤减、时薪下调 8 美元，劳动者还被 Insightful 软件逐秒监控。Mercor 由三名 19 岁创始人于 2023 年创办，去年估值达 100 亿美元，每周约 3 万名专业人士在其平台工作，OpenAI 和 Anthropic 都曾是客户。
硅星人ProAI 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。 一群计划"逃离"湾区的Anthropic研究员：AI末日论者的避难所与40%接管概率
一些Anthropic研究员正考虑在美国偏远地区买地，作为AI失控后的避难选项。Anthropic前研究员Jacob Coxon今年9月初辞职，称构建AI的人"真诚地相信它可能在2030年前杀死我们所有人"，该帖获1.74亿次浏览。
AI前线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。 OpenAI Codex 负责人 Tibo 访谈：28 天每日改进承诺与 Dots 整合路线
OpenAI 的 ChatGPT 和 Codex 负责人 Tibo Sottiaux 在 X 上承诺，未来 28 天每天要么推出一项对多数 Codex 和 Work 用户明显有用的改进，要么进行一次完整的额度重置。
CSDNAI 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。 OpenAI 安全负责人 David Robinson 辞职，发长文批评公司文化已烂
OpenAI 安全负责人 David Robinson 本月初宣布辞职并发表长文《我离开 OpenAI 了，因为它的文化已经烂了》。他在 OpenAI 任职 3 年半，曾参与制定 Preparedness Framework，并负责监督 12 次前沿 AI 发布的安全报告。
InfoQ 中文AI 评估 · 60/100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 · 60/100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 工程师谈 Claude Code 下一步：CLAUDE.md 最终会消失，Mods 可定制 harness
Anthropic Claude Code 团队核心成员 Thariq Shihipar 在 Latent Space 播客中表示，Claude Code 将支持 AGENTS.md，但随着模型能力提升，CLAUDE.md 这类静态指令文件最终可能不再需要，新项目甚至可以先不写。
hidecloud(@hidecloud)AI 评估 · 42/100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 · 42/100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。 a16z 第七版 Top 100 消费级 AI 应用榜：ChatGPT 居首，Claude 升至网页端第三
a16z 发布第七版 Top 100 消费级 AI 应用榜，首次加入收入榜，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第三，月访问量近 1B。
向阳乔木(@vista8)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。 向阳乔木发布支持几乎所有音视频网站字幕转写的 Chrome 插件，可发指令给 Codex、Workbuddy、豆包安装
向阳乔木开发了一款 Chrome 插件，支持几乎所有音视频网站的字幕转写，并配合本地助手进入沉浸式学习状态。用户可将安装指令发给 Codex、Workbuddy、豆包，完成插件安装与本地助手配置。插件地址为 github.com/joeseesun/qiao…。
AINLPAI 评估 · 60/100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 · 60/100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 28 天计划 Day 1：Astra 和 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 在 28 天计划 Day 1 宣布 Astra 和 GPT-6.1 Sol 默认速度提升约 50%，当天并未重置使用额度。
极客公园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。 OpenAI 宣布「28 天计划」持续改进 Codex、Work；TikTok 上线 AI 电商功能；蓝色起源公布月球「动力塔计划」
OpenAI 核心产品与平台负责人 Thibault Sottiaux 宣布启动「28 天计划」，未来每天发布一项对大多数 Codex / Work 用户有明显改善的功能更新，否则提供一次「重置」，周期预计从 10 月 5 日持续至 11 月 2 日。
elvis(@omarsar0)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。 flow-1：用 RL 训练、比 GPT-6-sol 便宜 23 倍的 agent trace 错误检测模型
flow-1 是用 RL 训练的新模型，用于在 agent trace 中查找错误，其 trace intelligence 与 GPT-6-sol 相当，但成本低 23 倍，运行成本也比 GPT-6-luna 低 25%。它让监控和理解每一次 agent 运行、且无需采样成为可能。
数字生命卡兹克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。 聊聊 A16Z 两份 AI 报告，以及一些反常识的真相
作者卡兹克解读 A16Z 第七版《Top 100 消费级 AI 应用》与 9 月底更新的《市场状况 II》两份报告，整理出其中的反常识数据。
Epoch AIAI 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。 Epoch AI 研究：中国 AI 公司如何赚钱
Epoch AI 发布研究，梳理中国六家头部 AI 公司（阿里、字节、Z.ai、月之暗面、DeepSeek、MiniMax）的五类收入来源：面向消费者的 AI 应用、售卖模型访问、面向企业和政府的定制部署、授权费，以及用 AI 带动既有产品线。
OpenAI Developers(@OpenAIDevs)AI 评估 · 2/100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 · 2/100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 Developers 发布"更好的卷饼"推文
OpenAI Developers 发布了一条题为"All in pursuit of a better burrito 🌯"的推文，互动数据显示 4 条回复、59 次点赞、19346 次浏览，帖子由 xgo.ing 提供支持。
OpenAI Developers(@OpenAIDevs)AI 评估 · 31/100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 · 31/100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 演示 Codex CLI：语音启动任务、跨项目管理智能体、独立 worktree 探索
OpenAI 演示了 Codex CLI 的用法：可用语音启动任务、跨项目管理和切换多个智能体，还能在单独的 worktree 中探索另一条实现方向。该演示面向长期在终端里工作的开发者。
宝玉(@dotey)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。 Meta 与微软收紧员工内部使用 Claude，转向自家模型与工具
据 The Information 10 月 5 日报道，Meta 和微软正在减少员工内部使用 Anthropic 的 Claude，转向自家模型和工具。Meta 内部使用 Claude Code 的员工从年初约 6 万人降至最近约 3 万人，同时推广自研 Muse Code（已有超 6000 名员工使用，8 月起对外部客户测试）和内部工具 MetaCode（用户超 3 万）。
NotebookLM(@NotebookLM)AI 评估 · 27/100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 · 27/100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。 NotebookLM 跻身 a16z 生成式 AI 网页产品榜前十
NotebookLM 在 a16z 第七版 Top 100 消费级 AI 应用榜单中进入生成式 AI 网页产品前十。该榜单首次加入收入排行榜，ChatGPT 以移动端超 10 亿月活继续居首，Claude 以近 10 亿月访问量升至网页端第三，品类还扩展至 Lovable、Cursor、Suno、ElevenLabs、Kling、Manus 等。
宝玉(@dotey)AI 评估 · 60/100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 · 60/100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。 SemiAnalysis 实测：同 200 美元订阅，Claude 的 Token 用量约为 OpenAI 的 5 倍
半导体和 AI 产业研究机构 SemiAnalysis 实测了 Anthropic、OpenAI 等九家的 AI 订阅套餐，在两家主推的日常主力模型上，Claude 订阅折算出的价值约为 OpenAI 的 5 倍。
宝玉(@dotey)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。 如何 Debug Codex/ChatGPT Mac App 的 UI 实现
宝玉给出 Debug Codex/ChatGPT Mac App UI 的步骤：退出正在运行的 Codex App，在命令行执行 open /Applications/ChatGPT.app --args --remote-debugging-port=8315 --remote-allow-origins= http。
OpenAI Developers(@OpenAIDevs)AI 评估 · 0/100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 · 0/100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 预告更多 side quests
OpenAI Developers 发布预告，称将有更多 side quests 推出，配文仅一句“Stay tuned for more side quests 😉”。该帖未披露具体内容、版本号或上线时间。
OpenAI Developers(@OpenAIDevs)AI 评估 · 5/100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 · 5/100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 公布 Side Quests 挑战赛获奖者
OpenAI 公布 Side Quests 挑战赛的获奖者名单。该推文附带的视频无法在浏览器中播放，内容仅以链接形式指向 Twitter 原帖，未披露获奖者姓名、项目或评选标准等具体信息。
a16z(@a16z)AI 评估 · 37/100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 · 37/100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。 人们究竟想让 AI 智能体做哪些任务？a16z Top 100 消费级 AI 应用榜单更多图表解读
a16z 发布第七版 Top 100 消费级 AI 应用榜单，首次加入收入排行榜，并保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量近 1B。
lmarena.ai(@lmarena_ai)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。 MTS Arena CEO 呼吁建立中立评估平台，OpenAI 与 Anthropic 不能自评模型安全
MTS Arena CEO @ml_angelopoulos 认为，随着智能体能力增强到足以突破沙箱，OpenAI 和 Anthropic 不应是唯一决定自身模型是否安全的一方。他表示建立中立评估平台"不是是否的问题，而是何时的问题"，因为模型实验室本身缺乏自我评估的激励。他还指出，这些实验室虽热衷安全并已呼吁建立此类系统，但护栏不能只由它们制定。
SemiAnalysisAI 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。 SemiAnalysis：Anthropic订阅的API等效价值约为OpenAI的5倍
SemiAnalysis用自建Tokenomics模型测量各AI订阅计划的额度与API等效价值，发现在中端模型档位上Anthropic提供约5倍于OpenAI的API等效价值。
a16z(@a16z)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。 a16z Top 100 消费级 AI 应用榜：ChatGPT 月活超 10 亿，Claude 升至网页端第 3
a16z 发布第七版 Top 100 消费级 AI 应用榜，ChatGPT 仍居首，移动端月活超 10 亿；Claude 升至网页端第 3，月访问量近 10 亿。榜单新增收入排行，品类已扩展到 vibe coding、音乐、设计、语音、视频、智能体乃至硬件，但 15 个消费互联网品类中有 9 个的前 100 名里没有任何 AI 产品。
a16z(@a16z)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。 a16z 的 Olivia Moore：消费级 AI 商业模式搞反了，85% 靠订阅、仅 13% 靠广告
a16z 的 Olivia Moore 认为消费级 AI 商业模式被搞反了：目前几乎所有收入都来自直接订阅，在其 Web 榜单中 85% 的产品靠订阅变现，62% 另有 credits 或超额使用付费，仅 13% 采用广告等"用户即产品"的模式。
Lenny Rachitsky(@lennysan)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。 OpenAI ChatGPT 与 Codex 负责人 Tibo：我们的工作方式仍将发生剧烈变化
OpenAI ChatGPT 与 Codex 负责人 Tibo 在 Lenny Rachitsky 的访谈中表示，我们的工作方式仍将继续发生相当剧烈的变化。他讨论了模型选择器可能消失、loops 与 graphs 只是阶段性产物、互联网上大多数操作很快将由智能体完成，以及 OpenAI 在 AI 安全上的做法。
lmarena.ai(@lmarena_ai)AI 评估 · 39/100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 · 39/100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。 Agent Arena 智能体能力排名：Anthropic 与 OpenAI 领跑各领域
Agent Arena 按解决跨领域实际任务的智能体能力对模型排名，美国实验室在所有领域领先：Anthropic 模型在 Code、Work、Chat 均居第一，OpenAI 的 GPT 6 Astra（Max）在三个类别都进入前四，Code 第 2、Work 与 Chat 均第 4。
宝玉(@dotey)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。 OpenAI 将在欧盟为 ChatGPT 和 Codex 文字加水印
OpenAI 宣布未来几周内，欧盟用户在 ChatGPT 和 Codex 里生成的文字会带上看不见的水印，以满足欧盟《人工智能法案》的透明度要求；8 月 Anthropic 已给 Claude 加了水印，原因是同一法案的透明度条款在今年 8 月 2 日生效。
The Rundown AI(@TheRundownAI)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。 OpenAI 将在数周内为 ChatGPT 和 Codex 文本嵌入 EU AI Act 要求的隐形水印
OpenAI 表示将在数周内按 EU AI Act 要求在欧盟范围内的 ChatGPT 和 Codex 文本中嵌入隐形水印。OpenAI 称测试中水印未影响模型能力、速度或回答读感，但用同义词替换会显著降低检测率，短文本检测率也明显更低。检测工具将仅面向获批的研究人员和专家机构提供。
宝玉(@dotey)AI 评估 · 59/100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 · 59/100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 28 天更新第 1 天：GPT-6 Astra 与 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 在 28 天更新第 1 天公布，通过 ChatGPT 订阅使用 GPT-6 Astra 和 GPT-6.1 Sol 的默认速度提升约 50%，用户无需改设置，两小时内生效。
OpenAI(@OpenAI)AI 评估 · 48/100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 · 48/100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：文本水印有局限，检测器暂只向获批研究者开放
OpenAI 表示文本水印存在明显局限：短文本中往往无法检出，重写或翻译就能将其完全去除。因此其检测器目前仅向获批研究者开放，用于评估和改进该技术，文本水印被定位为持续研究领域，后续将结合用户、开发者、政策制定者与研究者的反馈继续测试优化。
OpenAI(@OpenAI)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。 OpenAI 为满足 EU AI Act 将扩展内容溯源至文本水印
OpenAI 宣布扩展内容溯源方案，将文本纳入其中，以回应欧盟监管要求，同时承认当前文本水印技术存在显著局限。未来几周内，OpenAI 将在欧盟对 ChatGPT 和 Codex 中符合条件的文本加注水印，以遵守 EU AI Act；使用 API 的客户即日起可在全球范围内为部分模型开启文本水印。
OpenAI(@OpenAI)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。 OpenAI 谈文本水印：能判断是否由其模型生成，但无法识别作者与归属
OpenAI 表示文本水印通过在生成文本中嵌入隐形统计信号，可帮助检测器判断内容是否可能由其模型生成。该水印不添加可见标记或特殊字符，也无法识别作者、归属方、账号、对话或提示词。OpenAI 测试显示，水印未影响模型能力、速度或回答的可读性。
a16z(@a16z)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。 a16z 第七版 Top 100 消费级 AI 应用榜：ChatGPT 居首，Claude 升至网页端第 3
a16z 发布第七版 Top 100 消费级 AI 应用榜，新增收入排行榜，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量接近 1B。