注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。
说明
抱歉,上周没有更新 AI 新闻。我去野外露营了,所以完全不知道那一周发布了哪些新模型、发生了什么新闻。再加上本周发布的一大批新模型,这期将成为迄今内容最多的一期 AI 新闻。这周末我又要出门旅行,所以现在是周四下午,我正在写这篇文章,希望今天之后别再发生什么重要的事了。
新闻
OpenAI Dev Day
OpenAI 本周举办了一年一度的 Dev Day,公布了不少消息,下面是其中一些亮点。
Dots 是一款 AI 个人助理,定位是 OpenClaw、Meta Muse 和 GrokBot 的竞争对手。 从能力上看,它和这些竞品相当接近,考虑到 OpenAI 已经拥有 OpenClaw,这也很合理。 它可以直接使用你的订阅,而且在最初几周里,使用量基本不限。
Decisions API:OpenAI 推出的 Jev 竞品。它底层使用 GPT-6 Luna 进行零样本分类,因此比 Jev 更贵(输入 token 的价格约为两倍,而且还要支付输出 token 的费用),但优势是能够处理多模态输入。 他们没有随之发布任何基准测试结果(这是个警讯),再加上成本更高,所以我目前会跳过它。
一个每月 500 美元的新订阅套餐。 主要就是提供更多使用额度(不用再来回切换那么多账号),唯一值得一提的功能是可以使用 UltraFast,让 Astra 的推理速度提升至原来的 5–10 倍(每秒 300 token),但费用和速率限制额度的消耗也会变为原来的 6 倍。
使用 ChatGPT 登录。 开发者现在可以在自己的网站上添加使用 ChatGPT 登录的选项,用户登录后就能在该网站上使用自己的订阅,把订阅带到各处使用。 OpenAI 似乎采取了与 Anthropic 相反的立场,后者正在收紧其模型生态以及模型的使用渠道。
OpenAI 还宣布,企业用户可以通过其合作伙伴 BaseTen 使用第三方开源模型。 这意味着企业可以通过与 OpenAI 签订的协议使用 GLM 5.3 和 Kimi K3 等模型。 这也与 Anthropic 的做法大相径庭,后者就在本周因为 GLM 5.3 缺乏安全护栏,将其称为危险模型。
上面这些消息对你的影响,可能都不如最后这一条大,而他们在 Dev Day 期间却把它藏着掖着:订阅套餐的使用上限(按 API 美元费用折算)正在减半。 他们说,这是因为旗下模型的 API 价格大幅下降。例如,Sol 和 Luna 上周都降价了 50%,所以使用这两个模型时,你会感觉额度没有变化。 你主要会在使用 Astra 时感受到影响,因为它没有降价,所以你会觉得能用的量只剩原来的一半。
新发布
Opus 5.5
Anthropic 两周前的重磅发布是 Opus 5.5。

前几代 Opus 模型都有些平庸,上一个真正出色的 Opus 模型还是 4.6。 Opus 5.5 打破了这个趋势,这次的模型看起来确实有真本事,而不只是让基准测试分数涨了一点。
这个模型最突出的地方是它的艺术品位。 Twitter 上有很多例子,展示它用 JavaScript 创作艺术作品,或为歌曲制作独特又有趣的音乐视频。
之前 Claude 模型的问题在于,执行任务时不够可靠,而且经常热心过头。它们往往会跳过你希望它们完成的事情,或者擅自添加你没有要求的功能和复杂性。 Anthropic 已经解决了这种输出结果忽好忽坏的问题,让它在日常使用中顺手了许多。
与之前的 Opus 版本相比,他们还将价格降低了 20%,并大幅减少了它使用的推理 token 数量,尤其是在较低的推理等级(低、中、高)下,因此实际成本的降幅比标价体现的还要大。
| 模型 | 每百万输入 token 的价格(美元) | 每百万输出 token 的价格(美元) | 每秒 token 数 |
|---|---|---|---|
| Claude Opus 5.5 | $4 | $20 | 68 |
| Claude Opus 5 | $5 | $25 | 69 |
| Claude Sonnet 5.5 | $2 | $10 | 84 |
| GPT 6.1 Sol | $2 | $10 | 31 |
| GPT 6 Luna | $0.10 | $0.50 | 35 |
| GPT 6 Astra | $10 | $50 | 35 |
| Claude Fable 5.1 | $10 | $50 | 40 |
| GLM 5.3 | $1.40 | $4.40 | 47 |
Anthropic 的模型一直比 OpenAI 的模型更善于领会提示词背后的意图,写出来的代码质量通常也很高,但此前一直缺少一个合适的选择,因为 Fable 消耗额度太快,而且最多只能用掉订阅额度的 50%。
Opus 5.5 正在让人们从 Codex 和 OpenAI 回归 Claude,此前 Anthropic 接连发布了那么多表现平平的模型,让不少人转投了别家。我还没花太多时间使用这个模型,但接下来几周,我肯定会重新启用搁置已久的 Claude Code 订阅,多试试它。
新 GPT 模型
GPT 6 Sol 和 Luna
先从两周前发布、我没能及时报道的模型说起。 GPT-6 Sol 和 Luna 基本上是 5.6 模型的更新版。 随着 GPT-6 发布,Terra 被彻底移除,只剩下 Sol、Luna 和 Astra。很多人似乎认为 GPT-6 Sol 只是换了个名字的 Terra,不过随着 6.1 Sol 发布,这一点已经不重要了,我们稍后会谈到它。

值得一提的是,Sol 和 Luna 都大幅降价了 50%,token 使用量也有所改善,让它们比以前更加实惠。如今 Luna 的价格只有 Astra 的百分之一。
除了最初发布时,我们没怎么聊过 Luna,但它已经证明自己是目前市场上性价比最高的模型之一。它现在是我在智能体系统中默认使用的模型,因为它速度快、成本低,而且相当聪明。
GPT 6.1 Sol
GPT-6 Sol 最初表现不佳的问题,很快就随着 6.1 版本的发布得到了解决。 这个模型的表现更符合我们对 GPT-6 Sol 的预期,基准测试成绩可与 Astra 媲美,价格却只有它的五分之一。

正如预期,这个模型大致达到了 Astra 的水平,两者很难分出高下。 但与 Opus 5.5 相比,它缺乏品位、遵循指令更生硬的问题就显现出来了。我看到很多两个模型都试过的人,最终选择了 Opus 5.5,而不是 Sol 6.1,作为日常主力模型。
这周我注意到的一个突出问题是它速度不够快。 价格降低后,开始使用它的人多了很多,而他们没能充分扩容来满足需求。 尽管它的 token 使用效率相当高,但每秒 20 token 的速度意味着,大多数请求仍然需要 5–10 分钟才能完成;相比之下,Opus 5.5 的速度约为每秒 70 token,是它的 3 倍多。
我仍然认为它是一个非常好的模型,在目前最适合日常使用的模型中,我会把它排在 Opus 5.5 之后,位列第二。
快讯
Gemini 4 Argon
Google 看到 Anthropic 和 OpenAI 都在发布模型,也想来凑个热闹,但他们的模型还是 Gemini 那套老掉牙的扯淡玩意儿。

这个模型的基准测试成绩不错,但在实际使用中,智能表现非常不均衡,用起来很不舒服。 从 Gemini 团队内部泄露的对话来看,他们自己也承认,这个模型的编程能力落后于 Anthropic 和 OpenAI 的产品。
它每百万输入 token 收费 4 美元,每百万输出 token 收费 20 美元,在成本与智能水平的权衡上也完全不处于前沿,所以可以直接跳过。
Sonnet 5.5
与 Opus 5.5 类似,Sonnet 5.5 也为 Sonnet 系列带来了一股新风。

能力方面,它与 Opus 相当接近,但 token 使用量更高,因此在相同推理等级下,实际使用成本只比 Opus 低约 30%。
要描述 Opus 与 Sonnet 5.5 的主要区别,可以说 Opus 拥有智慧,这是更大的模型规模带来的,而 Sonnet 没有。 这意味着 Opus 在规划和决策方面会比 Sonnet 更好。
考虑到 Opus 已经降价,而且能力更强,我很难推荐 Sonnet,除非你确实想尽可能充分利用 Claude Code 的额度(我会用 Opus 作为规划智能体,用 Sonnet 负责实现)。 不过,对大多数人来说,我会直接推荐使用 Opus,把 Sonnet 留给比较简单的任务。
这次发布还提到,Haiku 将在未来回归(它已经快两年没有更新了)。我认为 Opus 5.5 和 Haiku 5.5 会是最佳搭档,这让 Sonnet 显得更加可有可无。
Nemotron 3 Diarization
在这么多大语言模型发布的消息中,我还想简短提一下:Nvidia 推出了一款达到当前最先进水平的说话人分离模型。
说话人分离模型可以将包含多个声音的单条音轨拆分为各自独立的语音轨道,方便辨别每位说话人分别说了什么。 之前的模型都比较平庸,而且通常需要付费才能使用,但 Nemotron 3 Diarization 不仅开源,在 Diarization Bench 上的错误率还比排名第二的模型低 25%。
这非常适合播客转录之类的场景,可以把音频拆成独立轨道,并按照谁在什么时候说了什么来整理数据。将信息传给大语言模型时,这会很有帮助,因为模型本身并不具备原生音频听取能力(除非你使用的是 Gemini 模型)。
结语
希望你喜欢本周的新闻。如果想每周收到新闻,记得加入下方的邮件订阅列表。
