GPT-6.1 Sol 发布 7 天后接替 GPT-6 Sol，智能指数距 GPT-6 Astra 仅 1 分
OpenAI 发布 GPT-6.1 Sol，接替仅上线 7 天的 GPT-6 Sol，Artificial Analysis 智能指数比 GPT-6 Sol 高 4 分、比 GPT-6 Astra 低 1 分。
推荐理由：Artificial Analysis 用自家基准拆解了新模型的智能得分与每任务成本，读者可据此比较它相对前代和旗舰档的实际性价比。
另有 1 家信源报道AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，每小时更新。
9月30日 周三7 条
Arena.ai@arena模型AI 评分67GPT-6.1 上线 Arena 评测平台
Arena 宣布 OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。
推荐理由：OpenAI 新模型上架 Agent Arena 和 Code Arena，读者可自行投票并等待基于真实智能体任务的分数。
Arena.ai@arena模型AI 评分84Claude Sonnet 5.5 (High) 以 1699 分登 Code Arena: WebDev 第 4 名
Arena 公布 Claude Sonnet 5.5 (High) 在 Code Arena: WebDev 以 1699 分排第 4，混合价格约 $8 per Mtoken，比第 2、3 名便宜 80%。相较 Sonnet 5 (High) 的 1540 分提升 159 分，Reference-Based Design、Simulations、Gaming 均从第 30 多名升至第 4。
推荐理由：原文给出实测榜单名次、分数与价格对比，读者可以据此评估该模型在成本与性能间的实际位置。
OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能
OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。
推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。
另有 10 家信源报道Anthropic 评测 GLM-5.3：能自主构建端到端网络漏洞利用且防护易被绕过
Anthropic 发布对智谱 GLM-5.3 网络攻击能力的分析，发现其可自主开发端到端漏洞利用，在 ExploitBench 410 次尝试中成功 50 次，接近 Claude Mythos Preview 的 56 次。
推荐理由：Anthropic 第一手评测给出 GLM-5.3 的漏洞利用成功率和防护绕过数据，读者可据此了解开放权重模型带来的攻击面变化。
Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档
Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档，支持文本与图像输入、100+ 语言、128K 上下文，已通过 Cohere API、Microsoft Foundry、Amazon SageMaker 等渠道开放。
推荐理由：官方给出两个档位的定价、基准成绩和共享嵌入空间设计，读者可以据此权衡检索质量与查询成本的部署方案。
9月29日 周二8 条
NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一
NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。
推荐理由：官方技术博客披露了架构、纯人工数据预训练配方和四项基准成绩，读者可据此评估其替换梯度提升树的可行性。
另有 1 家信源报道OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平
OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。
推荐理由：原文整理了 GPT-6.1 Sol 的定价、上下文与各家厂商基准对比，便于开发者评估其相对 Astra 和 Claude 的性价比。
另有 1 家信源报道Arena.ai@arena模型AI 评分77Arena 评测：GPT-6 Luna (Max) 列 Agent Arena 第 23 名，单任务成本仅 $0.05
Arena 公布 GPT-6 Luna (Max) 在 Agent Arena 排名第 23，基于 8K 真实智能体会话，净提升 +1.6%，比 GPT-5.6 Luna (xHigh) 上升 6 位。
推荐理由：Arena 用 8K 真实智能体会话数据给出 GPT-6 Luna (Max) 的排名与成本对比，读者可据此权衡其性价比定位。
Claude Sonnet 5.5 达到 Artificial Analysis 智能指数第 2 名
Artificial Analysis 发布对 Claude Sonnet 5.5 的评测：其智能指数得分 56，max effort 下比 Sonnet 5 高 18 分，升至第 2 名，仅落后 Opus 5.5 (max)。
推荐理由：Artificial Analysis 实测指出 Sonnet 5.5 逼近 Opus 5.5 依赖约 193k 输出 token，成本细节对选型有直接参考价值。
Arena.ai@arena模型AI 评分69Claude Sonnet 5.5 上线 Arena 的 Agent Arena 与 Battle Mode 评测
Arena 宣布 Anthropic 的 Claude Sonnet 5.5 已进入 Agent Arena，并开放投票。Agent Arena 基于全球用户数百万个真实的长程智能体任务评测模型，模型可使用 web search、filesystem 和 terminal 工具完成复杂工作流，榜单用因果追踪方法衡量模型相对平均模型的结果表现。
推荐理由：Arena 介绍了其 Agent Arena 的评测方式，读者可以据此理解 Claude Sonnet 5.5 在真实智能体任务上的衡量口径。
cat@_catwu模型AI 评分74Anthropic 发布 Claude Sonnet 5.5，Claude Code 任务完成量提升约 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二个模型。官方称相比 Sonnet 5 运行速度提升超过 30%，多数工作成本最高降低 30%；在 Claude Code 中用户完成的任务量比 Sonnet 5 多约 30%，同样工作所需 token 更少。视频演示中该模型用工具调用完成清理落叶任务，比 Sonnet 5 快 24 秒且少用 6K token。
推荐理由：来自 Claude Code 产品负责人的第一手数据，用具体任务对比说明 Sonnet 5.5 在编码场景的速度与 token 消耗变化。
Anthropic 发布 Claude Sonnet 5.5，速度提升 30%+ 且每任务成本最多降低 30%
Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型，输出速度比 Sonnet 5 快 30% 以上，每任务成本最多降低 30%，定价保持输入 $2、输出 $10 每百万 token。
推荐理由：官方发布给出完整基准数据、定价与安全安排，读者可以据此评估它相对 Sonnet 5 和 Opus 5.5 的定位与迁移成本。
另有 16 家信源报道Arena.ai@arena模型AI 评分75Claude Opus 5.5 (High) 进入 Agent Arena 第 2 名，成本比 Opus 5 (Max) 低 56%
Arena 公布 Claude Opus 5.5 (High) 进入 Agent Arena 排名第 2，净改进分 +12.15%，仅次于 Fable 5.1 (Max)。
推荐理由：榜单给出了 Claude Opus 5.5 (High) 在 Agent Arena 的排名、价格与分项信号，读者可据此权衡它与 Opus 5 各档的成本与能力变化。
9月28日 周一3 条
ElevenLabs 发布最富表现力的 Eleven v4 及低延迟 Turbo 版
ElevenLabs 发布语音合成模型 Eleven v4 及低延迟变体 Eleven v4 Turbo。
推荐理由：官方完整披露了新 TTS 模型的情绪控制、延迟数字、多语言和克隆能力，读者可据此评估是否切换现有语音方案。
另有 2 家信源报道Anthropic 发布 Claude Sonnet 5.5，附模型选型与迁移指南
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，比 Sonnet 5 更聪明、快 30%，多数工作因 token 用量更少而成本最多降低 30%，单 token 价格不变。
推荐理由：官方指南给出迁移清单、effort 调优建议和 token 用量变化，对已用 Sonnet 5 的团队有直接可操作的参考。
H Company 发布 Holo4 智能体模型系列，含 27B 与 35B-A3B 两个版本
H Company 发布通用计算机使用智能体模型系列 Holo4，含 27B dense 和 35B-A3B MoE 两个尺寸，并基于 Nemotron 3 Nano Omni 推出 Holotron4 Nano。
推荐理由：原文给出跨 GUI、代码、MCP 和 API 的统一智能体模型设计、基准分数和成本对比，并开源权重与轨迹数据，读者可评估其实际可用性。
另有 1 家信源报道9月27日 周日1 条
Arena.ai@arena模型AI 评分78Claude Opus 5.5 (High) 以 1509 分登顶 Arena Text Arena 榜首
Arena 宣布 Claude Opus 5.5 (High) 以 1509 分首次登顶 Text Arena，比 Opus 5 (High) 高 18 分（现列第 11）。Opus 4.6 (High) 以 4 分之差保持第 2，Anthropic 包揽该榜前六名；Opus 5.5 (High) 按每百万 token 输入/输出定价折算的混合价格为 $16/MToken，进入 Text Arena 的 Pareto 前沿。
推荐理由：原文给出具体排名、分数差和混合价格，读者可据此比较 Claude Opus 5.5 与前代的性价比位置。
9月26日 周六1 条
Arena.ai@arena模型AI 评分67Arena：GPT-6 Sol (Max) 以 +7.7% 净改进重塑 Agent Arena Pareto 前沿
Arena 宣布 OpenAI 的 GPT-6 Sol (Max) 进入 Agent Arena，基于 4K+ 真实智能体会话取得 +7.7% 净改进，排名第 6，中位成本 $0.75/task。
推荐理由：榜单方基于四千多场真实智能体会话给出成本与得分对比，读者可据此权衡 GPT-6 Sol (Max) 在性价比上的位置。
9月25日 周五1 条
Black Forest Labs 发布 FLUX 3 Action 开源机器人动作模型
Black Forest Labs 发布开源 World Action Model FLUX 3 Action（F3A），单步 7B 检查点在 RoboLab 上达到 38.3%±0.38 成功率。
推荐理由：原文来自模型发布方，完整公开了预训练、微调配方与消融细节，读者可以对照复现或迁移到自己的机器人任务。
另有 2 家信源报道