AI 模型发布与更新

OpenAI 在 2026 年开发者日活动上推出 Ultrafast 服务层级，GPT‑6 Astra Ultrafast 在 Codex 中最高每秒 300 个词元，Codex 内提供最高 8 倍、API 最高 6 倍生成速度，目前已开放 API 调用。

OpenAI 的 GPT-6.1 Sol 已上线 OpenRouter。官方称其智能体编码、计算机使用和专业工作能力接近 GPT-6 Astra，价格约为 Astra 的五分之一。定价为输入 $2/M、输出 $10/M，缓存输入 $0.10/M，是 GPT-6 Sol 缓存价格的一半。

OpenAI 发布 GPT-6.1 Sol，称其智能水平接近 GPT-6 Astra，价格约为五分之一。在所有推理设置下其错误率与 GPT-6 Astra 的差距保持在 1.9% 以内；低推理强度下事实错误率从 GPT-6 Sol 的 11.4% 降至 7.7%。原定今日发布的 GPT-6.1 Astra 未一并推出。

OpenAI 发布 GPT-6.1 Sol，称其具备接近 Astra 的智能水平，价格仅为五分之一。OpenAI 表示这是目前同性能下最具成本效率的模型。

作者发布 6.1 Sol 模型，称其智能接近 Astra，价格仅为 Astra 的五分之一，并提供 95% 的缓存读取折扣。作者还提到配套的 ultrafast 可为 Astra 带来 8 倍速度提升，该能力即将支持 6.1 Sol。

OpenAI 在开发者日活动中于 Codex 和 ChatGPT Work 推出 GPT-6.1 Sol 模型，官方称其在处理复杂任务时性能接近 Astra，但成本更低，适用于代码、应用程序和文档中重复性、长时间运行的任务。据 @LuminaBench 透露的定价，每 100 万 tokens 输入 2 美元、缓存输入 0.1 美元、输出 10 美元，可用性取决于套餐、客户端和工作区设置。

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。

OpenAI 在 DevDay 发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra，标准输入输出 token 价格仅为五分之一。

OpenAI 发布 GPT-6.1 Sol，定位为旗舰模型 GPT-6.1 Astra 的低价替代，称其在 agentic 编码、计算机使用和办公任务上接近 Astra，成本约五分之一。

OpenAI 开始在 Codex 和 ChatGPT Work 中推出 GPT-6.1 Sol，模型标识为 gpt-6.1-sol。官方称其在处理复杂工作时性能接近 Astra，但成本更低，适合跨代码、应用和文档的重复性长时间运行任务，可用性取决于用户的计划、客户端和工作区设置。

微软研究院发布早期研究项目 Quine，一个面向生物学的多模态世界模型，通过连接不同生物学尺度与模态的洞察，帮助科学家在远超直觉所能覆盖的空间中进行计算搜索，并在实验前对假设排序。实验结果会作为反馈，帮助研究者优化后续研究方向。

蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B，上下文窗口上限 1M，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性架构，围绕通用智能体、搜索、办公和软件研发优化。

Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。

韩国 AI 公司 Upstage 发布专有推理模型 Solar Mini 4，报告总参数 35B、激活参数 3B，在 Artificial Analysis Intelligence Index 得 24 分，比上一代旗舰 Solar Pro 3 高 16 分，价格降至每 1M 输入/输出 token $0.10/$0.40。

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。

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。

上海人工智能实验室 InternLM 项目发布 ResOPD，一种仅用教师模型 Top-k 概率和学生采样 token 概率即可估计全词表 reverse-KL 梯度的稀疏在线策略蒸馏方法，教师传输量和前向次数与稀疏 OPD 持平。

ElevenLabs 发布 Eleven v4 语音模型，更准确地跟随情感、停顿等方向提示，支持超过 90 种语言（v3 约为 70 种），单次可处理 10,000 字符，发音基准得分从 v3 的 85.6% 升至 91.7%。

PostHog 发布 Jeeves，一个基于 Qwen3.5-9B（LoRA + pointer head）的推理型 Jev 式分类器，采用 SFT 与 CISPO 训练，并配备 block-4 扩散草稿器。

蚂蚁百灵 Ling-3.0-flash-Fin 在 FrontierFinance System Performance 与 Vals AI Finance Agent v2 两项金融智能体评测中取得领先。

作者实测 Anthropic 新发布的 Claude Sonnet 5.5，用代码动画、HTML PPT、3D 网页和写作四项任务对比 Opus 5.5 与 gpt6。

Google Cloud AI Research 联合 UNC-Chapel Hill、Stanford 和圣路易斯华盛顿大学发布 RRSI（Regularized Recursive Self-Improvement），让 LLM 智能体在不改动模型权重的情况下改写自身 harness 的提示词、工具、记忆、控制流和子智能体。

H Company 发布 Holo4 系列通用计算机使用模型，包含 Holo4 27B（dense）和 Holo4 35B-A3B（MoE，3B 激活）两个规格，支持 256K 上下文，可在桌面、网页、Android、代码沙箱和业务 API 上以同一方式调用。

Inception Labs 推出面向语音智能体的扩散大语言模型 Mercury Voice，面向企业客户开放。

OpenAI 发布 GPT-6 Astra 系统卡增补，涉及 GPT-6.1 Sol。该模型沿用 GPT-6 Astra 的数据与训练方式，在生物与化学领域被定为 High capability，相关结果未越过 Critical 阈值。网络安全生产聊天评测中它优于此前所有模型，但在合成与半合成智能体环境中较 GPT-5.6 Sol 出现小幅退步。

@classiclarryd 通报 Deven Pzak 将 NanoGPT 训练纪录从 67.6 秒压缩至 39.9 秒，PR 为 KellerJordan/modded-nanogpt#360。核心思路是在单个 flop 层面按价值取舍而非只优化 matmul，包括采样 softmax（约 8 秒）、ngram 嵌入的稀疏更新与优化器状态、分片稀疏通信、手写 64 维 head 的 flash attention、最后 300 步 EMA 与新优化器 Anvil2（约 …

阿里 Qwen 团队发布 Qwen-Audio-3.1 系列 5 个音频模型，主力为面向语音智能体的全双工模型 qwen-audio-3.1-realtime-plus，通过 QwenCloud API 以 WebSocket 提供，未开源权重，并对 Realtime、TTS、ASR 分别降价约 85%、70% 和最高 95%。

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族第二款模型，定位为 Opus 5.5 更快更省的补充，已在 Claude Platform、AWS、Google Cloud 和 Azure 上线。

Arena 于 9 月 26 日分析 Text Arena 高推理回复，发现 Claude Opus 5.5 相比 Opus 5 破折号使用量下降约 95%（每 1,000 个单词从 15.2 个降至 0.8 个），分号下降 73%（从 6.10 个降至 1.64 个）。

两周前 TypeSafe 开创了这一品类，现在市场上已有 6 款决策模型，其中包括 2 款免费模型：https://openrouter.ai/models?output_modalities=decisions

不错 （引用推文核心要点：Grok 4.7 xHigh 在 Artificial Analysis Cyber Index 中排名第一，作为前沿模型在企业网络防御领域表现顶尖，超越 Fable 5.1 Max、Opus 5.5、Astra 6、GPT-6 等领先 AI 系统。）

ElevenLabs 于当地时间周一发布 v4 与 v4 Turbo 两款语音模型，强化情绪表达控制、降低响应延迟，语言支持从 70 种提升至 90 余种，用户仅需 10 秒音频素材即可完成声音克隆。

Arena 宣布 GPT-6 Luna (Max) 进入 Agent Arena Pareto 前沿，净改进 +1.59%，中位成本每任务 $0.05。

Anthropic 发布中端模型 Claude Sonnet 5.5，官方称速度比上一代提升 30%，Token 消耗速度明显更低，定位为编写代码和制作办公文档等日常任务的助手。

Jeff 发布基于 Qwen3.5 与 Gemma 4 微调的零样本分类模型 Jeff-Qwen3.5-0.8B、Jeff-Qwen3.5-2B 和 Jeff-Gemma4-E2B，与 Jev 使用相同请求格式，单次前向输出各选项校准概率。

Anthropic 发布 Claude Sonnet 5.5，官方称运行快 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各基准上更优。

Claude Sonnet 5.5 发布，官方同步发布构建指南。指南涵盖在 Sonnet 5.5 与 Opus 5.5 之间做选择、从 Sonnet 5 迁移并调整 effort、以及在 Claude Code 中使用，详见 https://claude.dev/blog/building-with-claude-sonnet-5-5/。

一组 Claude Sonnet 5.5 的早期实验。 @_re_pete 用 Sonnet 5 与 Sonnet 5.5 制作的秋叶模拟器对比。

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。

GLM5.3 稀疏注意力如何影响 HBM 内存使用 GLM-5.3、KV Cache Offloading、HiSparse、AgentX TileRT、 InferenceX DeepSeek Sparse Attention、IndexShare、 Single-rollout Asynchronous Optimization、Cybersecurity https://newsletter.semianalysis.com/p/sparse-savings-pers…