Artificial Analysis：GPT-6.1 Sol 的 Cost per Task 较 GPT-6 Sol 低约 30%

Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。

Mistral发布开源权重模型Mistral Small 4，采用119B参数MoE架构（每token激活6.5B参数），支持可切换的推理/非推理模式及图像输入。推理模式在Artificial Analysis Intelligence Index获27分，超越Mistral Large 3，但低于gpt-oss-120B等竞品。模型token效率优于同类，幻觉率更低（AA-Omniscience -30分），支持256K上下文窗口，采用Apache 2.0许可证。

韩国 AI 公司 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis 智能指数得分 24，报告总参数 35B、激活 3B，价格降至每 1M 输入/输出 token $0.10/$0.40，但因每任务消耗约 88k 输出 token，单任务成本约为 GPT-6 Luna (max) 的 5 倍。

Artificial Analysis 评测 Google DeepMind 新模型 Gemini 4 Argon，在 Artificial Analysis Intelligence Index 得 53 分，追平 GPT-6 Astra (max)，高于 GPT-6.1 Sol (max) 1 分。

Artificial Analysis 发布对 OpenAI 新模型 GPT-6.1 Sol 的评测，其 Intelligence Index 得分仅比 GPT-6 Astra 低 1 分，max effort 下每任务成本 $0.72，不到 GPT-6 Astra（$3.26）的四分之一。

Artificial Analysis 上线 Terminal-Bench-Science 0.1 智能体科研基准榜单，GPT-6 Astra (max) 以 63% 居首，Claude Opus 5.5 (xhigh) 以 62% 紧随其后。

生成高质量图像比以往更便宜、更快速。近几周，Muse Image、MAI-Image-2.6 和 GPT Images 2.5 大幅推动了文生图在价格和速度上的帕累托前沿。

上周，智能指数与成本帕累托前沿大幅外移。Claude Fable 5.1、Muse Spark 1.3 和 GPT-6 Astra 各自在高效智能方面树立了新标杆。 分析链接：https://artificialanalysis.ai/#intelligence-comparison-tabs

智谱发布 GLM-5.3-Flash，320B 总参数、18B 激活参数，在 Artificial Analysis 智能指数上以最大推理强度得 57 分，仅比 GLM-5.3 低 3 分，与 GPT-5.6 Terra 和 Muse Spark 1.2 持平。

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。