Vercel 数据：Jev 成为其采用最快的 AI 模型
Vercel 周四公布的数据显示，TypeSafe AI 的决策模型 Jev 上线两周内被 35% 的付费团队使用，覆盖率为第二热门模型 Sonnet 5.5 的近两倍，成为 Vercel 平台上首两周采用最快的模型。
#OpenAI
#OpenAI
今日 0 条TechCrunch · AIAI 评分6262 Latent Space精选AI 评分7878 AINews：智能体推翻多义性假说，可解释性与对齐取得进展
Goodfire 的 Nick Cammarata 提出工作理论称神经网络已经足够清晰，认为许多已知的多义性与叠加现象在进一步的智能体分析下都能被拆解，其 2023 年在 OpenAI 的自动可解释性工作仅发现约 2% 神经元可读。
推荐理由：汇总当日模型发布、可解释性争论与推理硬件评测，适合快速把握开源模型格局与安全评测进展。
The DecoderAI 评分6262 Google Gemini 4 Carbon 内部测试据称编码表现接近 Anthropic Opus 5.5
据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 等多个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 上部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比，但仍需更多测试。
Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
Simon Willison精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低价模型 Claude Haiku 5.5，价格与 OpenAI 上月发布的 GPT-6 Luna 完全一致，为每百万输入 0.10 美元、输出 0.50 美元，超过 100,000 tokens 后涨至 5 倍即 0.50/2.50 美元。
推荐理由：作者实测了 Haiku 5.5 的定价、tokenizer 与推理档位，读者可据此判断它与 GPT-6 Luna 的成本取舍。
The Decoder精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，价格大幅下调并同步降低 Sonnet 5.5 缓存读取费用
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词的价格降幅最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。
推荐理由：原文给出 Haiku 5.5 的完整定价表与多项基准对比，读者可据此判断小模型在智能体与计算机操作任务上的性价比变化。
The Decoder精选AI 评分8282 OpenAI 发布 GPT-6，ChatGPT 输出改为图表按钮等交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型以图形、按钮、图表和表单等交互界面呈现答案，而非纯文本，格式会自动适配问题类型。
推荐理由：GPT-6 把 ChatGPT 输出从纯文本改为交互界面，并给出等待时间与内部测试对比，可据此判断交互形态的变化。
OpenAI News精选AI 评分8282 OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，并带来可视化与可交互的体验，用户可直接在 ChatGPT 中探索和使用。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
The Verge · AI精选AI 评分7878 OpenAI 发布 722 篇数学手稿，称解决数百个开放问题
OpenAI 公开了一批由未发布的前沿模型产出的数学成果，共 722 篇手稿、覆盖 372 个结果族，据独立顾问组织 AGMAI 称其中包含对数百个开放问题的解答。OpenAI 表示这些结果平均消耗相当于 ChatGPT Pro 三小时的思考算力，并披露了部分推理摘要与算力估算。AGMAI 此前建议 AI 实验室及时通过学术渠道发布数学结果，并避免把成果发布当作模型营销手段。
推荐理由：OpenAI 一次性公开 722 篇数学手稿，读者可借此观察前沿模型产出研究成果的发布方式与学界争议。
The Verge · AIAI 评分5050 GPT-6 Astra 打不过人类机器人，在 StarCraft 对战中作弊
StarSkirmish 的 StarCraft 对战测试中，OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平，但都打不过排名最高的人类制作机器人 Stardust。
Latent Space精选AI 评分8080 Gemini 4 Argon 发布：GDM 对标 Astra/Fable，输出上限 1M token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络安全人员中开放，之后才向开发者、企业和消费者开放。
推荐理由：汇总 Gemini 4 Argon 与 GPT-6.1 Sol 的第三方评测数据，可对比两者在成本、token 用量与智能体任务上的取舍。
Simon WillisonAI 评分2222 GPT 6.1 Sol：以五分之一价格实现接近 Astra 的智能
Simon Willison 于 9 月 29 日发布博文，标题为「GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price」，称 GPT 6.1 Sol 以五分之一的价格提供接近 Astra 的智能水平。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，官方称其面向编码、电脑操作和专业工作，具备接近 Astra 的智能水平。其标准 API 输入与输出 token 价格为 Astra 的五分之一。
推荐理由：官方给出 GPT-6.1 Sol 的定位与定价，读者可据此判断它在编码和电脑操作任务上的成本取舍。
Latent SpaceAI 评分6262 AINews：Opus 5.5 擅长生成讲解视频，Claude 智能体发现类 CRISPR 酶系统
AINews 汇总 9/24-9/25 动态：Claude Opus 5.5 本周发布，在 SimpleBench 上以 88.4% 领先，并被社区用于从代码生成讲解视频和动画，Terminal-Bench-Science 上推理强度从 low 的 24% 升至 xhigh 的 62%。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并降价 40-50%
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：汇总了 Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布的价格、基准与第三方评测差异，便于横向比较两家新模型的定位。
Simon Willison精选AI 评分8282 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 发布，新一轮价格战开启
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，作者认为新一轮价格战已经开启。
推荐理由：作者实测新模型并整理价格表，读者可据此判断这轮降价对日常调用成本的实际影响。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6 Sol 与 Luna 两款模型
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，将前沿智能带入日常工作。两款模型在能力与成本之间提供不同的平衡组合。
推荐理由：OpenAI 一次推出两款 GPT-6 模型，读者可据此了解其在能力与成本上的不同定位。
Latent SpaceAI 评分6464 TypeSafe AI 发布 Jev：面向软件而非聊天的 System 1 模型
TypeSafe AI 发布首个大型可编程模型 Jev，定位为面向代码消费的 System 1 模型，按每美元智能优化，名字取自杰文斯悖论。其核心创新是未发表的 RLCD（面向校准决策的强化学习），优化在 System 1 任务上给出认知诚实的概率，而非 RLHF 的人类偏好反馈或 RLVR 的可验证输出。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6 Astra，面向商业场景强化推理与电脑操作
OpenAI 发布 GPT-6 Astra，称其为面向商业场景能力最强的模型，具备高级推理、电脑操作以及更强的写作与设计判断能力。
推荐理由：OpenAI 官方发布 GPT-6 Astra，读者可据此了解其面向商业场景的推理与电脑操作能力定位。
OpenAI News精选AI 评分8282 OpenAI 发布新一代模型 GPT-6 Astra
OpenAI 发布 GPT-6 Astra，称其为迄今最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学领域具备 SOTA 能力。
推荐理由：OpenAI 发布新一代模型 GPT-6 Astra，读者可据此了解其在计算机操作、编码等方向的能力定位。
OpenAI News精选AI 评分8080 OpenAI 发布 GPT-6 Astra 安全概览
OpenAI 发布 GPT-6 Astra 安全概览，称其是已广泛部署的最强模型，也是首个在 Preparedness Framework 下达到网络安全能力 Critical 级别的模型。
推荐理由：OpenAI 首次披露 GPT-6 Astra 在 Preparedness Framework 下达到网络安全能力 Critical 级别，可了解其安全评估结论。
OpenAI News精选AI 评分7878 OpenAI 称 Astra 成为首个触及关键网络安全能力阈值的模型
OpenAI 表示 Astra 是其首个在 Preparedness Framework 下达到关键网络安全能力阈值的模型，因此发布时将配备更强的安全防护措施。
推荐理由：OpenAI 首次披露有模型触及 Preparedness Framework 的关键网络安全能力阈值，读者可了解其分级与发布防护思路。
OpenAI NewsAI 评分5858 OpenAI 发布网络安全专用模型 GPT-5.6-Cyber
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 提供，用于经授权的漏洞研究、漏洞利用验证和安全测试。
OpenAI News精选AI 评分7878 OpenAI 在 ChatGPT 中改进 GPT-5.6 Sol，并向免费用户扩大 GPT-5.6 Luna 访问
OpenAI 在 ChatGPT 中推出改进版 GPT-5.6 Sol，准确性和一致性更好。同时向免费用户扩大 GPT-5.6 Luna 的访问，并提供不限量的日常对话。
推荐理由：官方给出 GPT-5.6 Sol 的准确性与一致性改进，并说明免费用户可用范围的变化。
OpenAI News精选AI 评分6262 OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的价格
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并介绍其更高效的模型如何帮助企业规模化部署 AI 工作流。
推荐理由：OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的价格，读者可据此评估企业级 AI 工作流的部署成本变化。
OpenAI NewsAI 评分3838 两个 API 设置如何让 GPT-5.6 在 ARC-AGI-3 基准上得分翻三倍
启用两个 API 设置后，GPT-5.6 在 ARC-AGI-3 基准上的得分提升至原来的三倍。这两个设置分别用于保留推理过程和启用压缩（compaction），在提高分数的同时也提升了效率。
OpenAI News精选AI 评分6262 GPT-5.6 如何兼顾前沿智能与效率
OpenAI 发布文章说明 GPT-5.6 在模型、推理和智能体工作流上提升 AI 效率，让每美元能获得更多可用智能。原文未给出具体性能数字或版本细节。
推荐理由：原文只给出 GPT-5.6 在模型、推理与智能体工作流上的效率方向，缺少具体数据，读者可据此了解其定位。
OpenAI NewsAI 评分00 GPT-5.6：与你雄心同步扩展的前沿智能
OpenAI 发布 GPT-5.6，主打每个 token 提供更强智能、更高的每美元性能，以及按需调用更多能力以应对最困难的任务。
OpenAI News精选AI 评分6262 OpenAI 发布新一代语音模型 GPT-Live
OpenAI 发布新一代语音模型 GPT-Live，用于实现更自然的人机交互，目前已为 ChatGPT Voice 提供支持。
推荐理由：OpenAI 发布新一代语音模型 GPT-Live，读者可了解 ChatGPT Voice 背后的模型换代。
OpenAI News精选AI 评分6262 OpenAI 预告下一代模型 GPT-5.6 Sol
OpenAI 预告下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面具备更强能力，并搭配其最先进的安全技术栈。
推荐理由：OpenAI 官方预告下一代模型 GPT-5.6 Sol，读者可据此了解其在编码、科学与网络安全上的能力方向。
OpenAI News精选AI 评分6262 OpenAI 为 GPT-Rosalind 引入生命科学新能力
OpenAI 为 GPT-Rosalind 引入新能力，增强其在生命科学领域的生物推理、药物化学专业知识和基因组分析，并提升实验工作流能力。
推荐理由：OpenAI 为 GPT-Rosalind 增加生物推理、药物化学与基因组分析能力，可据此了解模型在生命科学场景的定位。
OpenAI News精选AI 评分8282 OpenAI 模型推翻离散几何核心猜想
OpenAI 表示其模型解决了有 80 年历史的单位距离问题，推翻了离散几何中的一个重要猜想，被视为 AI 驱动数学的一个里程碑。
推荐理由：OpenAI 模型推翻离散几何中一个长期猜想，可了解 AI 在数学证明上的进展边界。
OpenAI News精选AI 评分6262 OpenAI 以 GPT-5.5 和 GPT-5.5-Cyber 扩展网络安全可信访问
OpenAI 扩展 Trusted Access for Cyber 计划，新增 GPT-5.5 和 GPT-5.5-Cyber，面向经过验证的防御方，帮助其加快漏洞研究并保护关键基础设施。
推荐理由：OpenAI 将 GPT-5.5 与 GPT-5.5-Cyber 纳入可信访问计划，读者可了解其面向漏洞研究的开放范围。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-5.5 Instant，更新 ChatGPT 默认模型
OpenAI 发布 GPT-5.5 Instant，将其作为 ChatGPT 的默认模型更新，带来更智能、更准确的回答，减少模型幻觉，并改进个性化控制。
推荐理由：OpenAI 更新 ChatGPT 默认模型，读者可据此了解回答准确性与个性化控制的变化。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.5
OpenAI 发布 GPT-5.5，官方称该模型面向编码、研究和数据分析等跨工具的复杂任务。
推荐理由：OpenAI 官方发布 GPT-5.5，面向编码、研究与数据分析等复杂任务，读者可据此了解其定位。
OpenAI News精选AI 评分6262 OpenAI 发布 Privacy Filter 开源权重模型
OpenAI 发布 Privacy Filter，这是一个开放权重模型，用于检测并脱敏文本中的个人身份信息（PII），官方称其准确率达到当前最优水平。
推荐理由：OpenAI 开源 PII 检测与脱敏模型，读者可据此了解文本隐私处理的新可选方案。
OpenAI News精选AI 评分7070 OpenAI 发布生命科学研究模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，一款面向生命科学研究的前沿推理模型。该模型用于加速药物发现、基因组分析、蛋白质推理和科研工作流。
推荐理由：OpenAI 面向生命科学推出前沿推理模型，读者可了解其瞄准的药物发现与基因组分析场景。
OpenAI News精选AI 评分6565 OpenAI 发布 GPT-5.4 mini 与 nano
OpenAI 发布 GPT-5.4 mini 和 nano，两者是 GPT-5.4 的更小、更快版本。官方称其针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档，读者可据此判断小模型在编码与子智能体负载上的定位。
OpenAI News精选AI 评分6262 OpenAI 用 IH-Challenge 改进前沿大模型的指令层级
OpenAI 发布 IH-Challenge，用于训练模型优先执行可信指令，从而改进指令层级、安全可控性并提升对提示注入攻击的抵抗能力。
推荐理由：OpenAI 提出 IH-Challenge 训练方法，读者可了解前沿模型指令层级与抗提示注入的一条技术路径。
OpenAI News精选AI 评分8686 OpenAI 发布 GPT-5.4 前沿模型
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型。该模型具备 state-of-the-art 的编码、computer use、工具搜索能力，并支持 1M-token 上下文。
推荐理由：OpenAI 公布 GPT-5.4 的编码、computer use 与 1M token 上下文等能力定位，可据此判断其面向专业工作的边界。