Anthropic 发布 Claude Opus 5.5，在代码、知识工作、计算机操作等多项基准测试中登顶，输出速度比 Opus 5 快 30% 以上。输入、输出价格分别为每百万 Token 4 美元和 20 美元，较 Opus 5 下降 20%，缓存读取价从 0.50 美元降到 0.20 美元，砍了 60%，Anthropic 测算典型任务总成本可降 40%。
选题角度：原文给出Opus 5.5在Terminal-Bench 4.0等多项跑分的具体数字和API降价明细，适合做新旧版本跑分与价格对比的实测解读。
通义千问宣布 Qwen-Image-2.1 在 Image Edit 和 Text-to-Image 两个 Arena 中均成为排名第一的开源模型。官方感谢 Arena 的认可，并邀请用户上手体验并分享生成作品。
选题角度：官方宣布 Qwen-Image-2.1 在 Image Edit 与 Text-to-Image 两个 Arena 登顶开源第一，适合结合榜单截图做效果对比实测。
GPT 和 Claude 又同时发布了新模型。原文未披露具体版本号、参数规模、benchmark 分数或可用性等细节。
OpenAI 发布 GPT-6 Sol 和 Luna 两款更便宜的模型，token 价格相比 GPT-5.6 Sol 和 Luna 减半，性能基本持平。GPT-6 Sol 定价为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化，并把缓存输入 token 折扣提高到 90%。
OpenAI 发布 GPT-6 系列的 Sol 和 Luna 更新版本，API 价格降至 5.6 系列的一半，官方称得益于缓存和推理优化。GPT-6 Sol 在内部事实性评估中错误率约为前代一半，达到 Astra 级可靠性，编码错误率也更低。新版本已在 ChatGPT Work、Codex 和 ChatGPT API 上线，Luna 还将登陆桌面应用及 Free 和 Go 用户。
选题角度：OpenAI 发布 GPT-6 Sol 和 Luna，API 价格降到 5.6 系列一半，适合对比新旧版本在编码和事实准确率上的差异。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，将前沿智能带入日常工作，两者在能力与成本上有不同的平衡。
Anthropic 发布新系列首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升超过 30%。
选题角度：Anthropic 发布 Claude Opus 5.5，官方给出与 Fable 5.1、GPT-6 Astra 的基准对比和 40% 成本下降，适合做跑分与价格对比解读。
Claude Opus 5.5 的智能、性能与价格分析（Max）从能力与行业维度评估模型表现，并对比智能指数、token 使用成本、上下文窗口与输出速度。评测还覆盖首 token 延迟，以及基于首 token 时间、推理模型思考时间和输出速度计算的 500 token 端到端响应时间。
Anthropic 于周二发布新模型 Opus 5.5，官方称其在编码和知识工作任务上创下新的 SOTA，并在多项基准上超过体量更大的 Fable 模型。Opus 5.5 输出 token 定价为每百万 20 美元，低于上一代的 25 美元，其他指标也有类似降幅，运行速度更快、服务所需算力整体下降。
选题角度：Anthropic 发布 Opus 5.5，输出价格从每百万 token 25 美元降到 20 美元，适合对比新旧版本在编码任务上的表现和成本差异。
Anthropic 发布 Claude Opus 5.5，这是新 Claude 5.5 家族的首个模型，官方称其多数工作表现达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。
选题角度：官方给出 40% 降价、缓存读取降 60% 和 680,000 行代码迁移案例，适合做新旧版本同任务成本与耗时对比实测。
OpenAI GPT-6 Astra 自主破译了 1941 年 7 月 10 日的德国陆军 Enigma 密电 MVUEH，该密电自 2005 年以来一直未被破解。
选题角度：原文完整记录了 GPT-6 Astra 自主选定目标、用 ROSENOW crib 写模拟器破译的全过程，适合按时间线复盘这次自主密码分析。
ElevenLabs 发布面向临床音频微调的语音转文字模型 Scribe v2 Medical，已在 ElevenAPI 全面开放，临床音频 WER 较基础版 Scribe v2 降低约 35%。
小米发布 MiMo-V2.6-Pro 和 Flash，Pro 为1.02万亿参数、420亿激活，在 Artificial Analysis Intelligence Index 上拿到46分，位列开源第一。
选题角度：小米把6天RL训练直播全过程公开，可围绕350万美元账单和30个Step后的评测涨幅，讲清开源模型冲进第一梯队的成本账。
小米发布 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 在 Artificial Analysis 的 Intelligence Index 上得 46 分，成为当前最强的开放可用模型，价格仅为每百万输入 token 0.435 美元、每百万输出 token 0.87 美元，单次测试任务约 0.13 美元。
前 OpenAI 研究员 Diogo Almeida 在隐身两年后推出 Jev，一款自称"System 1"的 AI 模型，不能对话也不能写代码，但宣称速度提升 200 倍、成本降低 400 倍且无幻觉。该模型的具体技术细节与可用性尚未在原文中披露。
xAI 发布 Grok 4.7，主打编码与知识工作，定价为每百万输入 token 2 美元、每百万输出 token 6 美元。在 Artificial Analysis Intelligence Index（v4.3.2）上 Grok 4.7 得 46 分，Claude Fable 5.1 与 GPT-6 各以 53 分领先。
OceanBase 团队提交的 Data Agent 方案以 90.62% 准确率登顶国际数据智能体基准 DAB，成为该榜单首个准确率突破 90% 的参评方案。该方案基于国产大模型 GLM-5.2 构建，超过多项基于 GPT、Claude Opus、Claude Fable 等海外模型的方案，内部代号 Scout，相关能力将融入 OceanBase DataPilot。
阶跃星辰发布新一代旗舰基座模型 Step 5 Preview，采用 MoE 架构，600B 总参数、激活参数仅 27B，支持 1M 上下文，在 Artificial Analysis 评测中取得 44 分，位列全球开源 Top 2。
选题角度：作者用同一批 Prompt 实测 Step 5 Preview 操作 Blender 建模、搓乐高赛车游戏，并对比上一代官网 Demo 的生成差异，适合做上手实测与效果对比。
阿里 Qwen 团队发布开源权重模型 Qwen-Image-2.1，用于图像生成与编辑，其视觉生成部分仅 70 亿参数，团队称在自家基准上超过多数闭源模型，但独立基准测试尚未公布。
中国电信AI开源Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用MoE架构，290亿总参数、每次推理激活约40亿参数，4-bit量化后显存占用从约60GB压缩至约15GB，一张RTX 3090即可运行。
有用户获得 Qwen Image 2.1 早期访问权限，生成 200 多张 "1girl" 图像以测试关键词和提示词结构。该用户认为图像质量相当不错，尤其考虑到这是 7B 参数模型，但输出略显"噪点"，编辑和参考图能力表现良好。
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频和视频并自主调用工具，上下文窗口达 100 万 token。
硅谷热议的 Jev 模型由 OpenAI 一位研究员离职后潜心研发两年推出，面向决策和判断场景，速度比传统模型快几百倍，成本约为其 1%，幻觉率低。它没有沿用 RLHF，而是采用 RLCD（可校准决策的强化学习），在输出答案的同时给出置信度，便于按阈值决定是否人工介入。
选题角度：视频里展示了结构化输出几乎瞬间出结果、传统模型逐字生成的对比，可以围绕快思考模型在客服路由这类判断场景的实测来拍。
ChatGPT 与 RLHF 发明者之一 Diogo Almeida 创办的 TypeSafe AI 发布基于 Transformer 的新模型 Jev，它不输出文本，而是输出概率即所谓“校准决策”，因此不会产生幻觉，输出 token 免费、输入 token 按十亿计费。
稳准智能联合清华发布 400M 参数结构化数据基础模型 LimiX-2，在 TabArena、TALENT、BCCO 三个国际基准的二分类、多分类和回归任务上均列第一，超过 Google TabFM、TabPFN、TabICL、Mitra 等模型。
Two Minute Papers 发布视频解读 DeepSeek 的新架构，标题为 DeepSeek's Insane New Architecture。视频说明中给出 DeepSeek V4.1 Flash 论文链接，并列出多条 X 平台来源链接，同时更正视频 3:23 处 Opus 5.1 标注应为 Opus 5。
AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存占用相比原模型减少 9 到 10 倍，可放进 PC 甚至高端手机。
GPT-6 Astra 在 ARC-AGI-3 标准接口下得分 62.7%，使用 OpenAI 自家 harness 时约 99.9%，而 GPT-5.6 Sol 仅 7.78%、Claude Opus 5 略高于 30%。
选题角度：原文给出 Astra 在 ARC-AGI-3 与多款游戏中的具体成绩和失败细节，适合做新旧模型同一任务的效果对比。
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理只激活约10B，官方称其生成速度比U2提升2.1倍、Agent任务完成时间缩短35%、任务迭代步数和Token消耗降低20%至30%。
前 OpenAI 研究员 Diogo Almeida 联合创办的 TypeSafe AI 推出模型 Jev，不生成文本，而是由开发者预设问题与候选答案、由模型对选项打分并给出概率。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次预览提交中，于 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。GB300 NVL72 以 288 GPU 四机架提交实现 99% 扩展效率，软件优化较 v6.0 带来最高 1.6 倍性能提升。
紫东太初开源通用多模态大模型 ZDTaichu5.0-9B，在九大国际空间理解基准测试中八项第一，10B 档位开闭源模型中空间具身能力断层领先。该模型同时保持通用能力，AI2D 图解理解达 91.48 分，仅次于 Gemini 3 Pro，WeMath 为 75.9 分。团队公开了权重及整套数据生产管线方案，企业可用自有数据和机器人继续训练。
稳准智能联合清华大学发布新一代结构化数据大模型 LimiX-2，参数规模提升至 400M，在 TabArena、BCCO、TALENT 三个国际结构化数据 Benchmark 上总体 Elo 分数分别达 1935、1432 和 1506，均位列第一，超过 Google、SAP、Amazon 等同类模型。
OpenAI 发布 GPT-6 Astra，AI Explained 在视频中将其与 Fable 对比，并梳理最亮眼的结果、额外对比和交易相关表现。视频还提到一个令人担忧的趋势，即 GPT-6 Astra 的思维链可监控性正在减弱，并附上 OpenAI 的 GPT-6 Astra 页面与部署安全论文链接。
World Labs 发布 Atlas 全能世界模型，可从文本、图像、视频和相机位姿生成、重建并模拟 3D 世界。官方称其支持像素级相机控制、最长 1 分钟 1440p 视频、稀疏视角 3D 重建，并输出点云和 3D Gaussian splats，用于机器人 real-to-sim 流程，架构为共享空间上下文的多模态自回归扩散 Transformer。