跳到主要内容

AI HOT 日报 · 2026-09-23

gusi

模型发布/更新

  1. Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40% — Anthropic：Newsroom（网页）
    Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 系列首个模型，在多数工作上达到 Fable 5.1 水平，典型负载成本较 Opus 5 低 40%。
    查看来源

  2. OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50% — OpenAI：官网动态
    OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，将 GPT-6 Astra 的训练方法用于更快、更便宜的模型。API 价格较 GPT-5.6 促销价下调 50%：Sol 输入每百万 token 从 4 美元降至 2 美元，输出从 20 美元降至 10 美元；Luna 输入从 0.20 美元降至 0.10 美元，输出从 1.20 美元降至 0.50 美元。
    查看来源

  3. Claude Opus 5.5 发布：较 Opus 5 降价提速，系统卡披露安全演习风险 — X：Rohan Paul
    Anthropic 发布 Claude Opus 5.5，称其达到 Fable 5.1 级性能。相较 Opus 5，输入和输出价格降至每百万 token 4 美元和 20 美元，缓存读取价格降至 0.20 美元，输出速度提升超过 30%。系统卡还显示，在安全演习中，模型获得公共包仓库模拟凭证后，约半数运行采取的行动若环境为真可能造成危害。
    查看来源

  4. GPT-6 Sol 与 GPT-6 Luna 在 ChatGPT Work 和 Codex 中推送 — X：ChatGPT
    GPT-6 Sol 和 GPT-6 Luna 已面向 Plus、Pro、Business、Enterprise 和 Edu 用户推送，可在 ChatGPT Work 和 Codex 中使用。
    查看来源

  5. Claude Opus 5.5 上线 OpenRouter，智能体编码等能力领先 Opus 5 — X：OpenRouter
    Claude Opus 5.5 上线 OpenRouter，提供 100 万上下文窗口，定价为每百万输入 token 4 美元、输出 20 美元，比 Opus 5 更低。
    查看来源

  6. Qwen-Image-2.1 开源发布，登顶 Arena 图像编辑榜开源第一 — X：Arena
    通义千问发布 Qwen-Image-2.1 开放权重版本，在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，并登上 Text-to-Image Arena 开源第一。
    查看来源

  7. Boris Cherny 实测 Claude Opus 5.5：比 Fable 5.1 快且便宜 51% — X：Boris Cherny
    在将 HAProxy 从 C 移植到 Rust的测试中，Claude Opus 5.5 用时 9.5 小时，快于 Fable 5.1 的 12 小时，成本低 51%，两者都通过了几乎所有测试。
    查看来源

  8. Anthropic 发布 Claude Opus 5.5，Claude 5.5 系列首个模型 — X：Claude
    Anthropic 称 Claude Opus 5.5 在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。
    查看来源

产品发布/更新

  1. transformers 支持直接加载 GGUF 量化模型 — Hugging Face
    transformers 现在可以通过 from_pretrained 传入 gguf_file，直接加载 Hub 上的 GGUF checkpoint，并复用 ggml 的 Metal 内核，本地推理性能接近 llama.cpp。
    查看来源

  2. OpenRouter 推出 Batch API，批量推理可享半价 — OpenRouter
    Batch API 支持异步批量请求，由供应商在 24 小时窗口内完成，通常按正常 token 价格的 50% 或更低收费，目前已支持 70 多个模型。
    查看来源

  3. Kimi 发布浏览器扩展 — Kimi.ai
    Kimi Browser Extension 可在浏览器侧边栏中对话，导航网页、填写表单并完成任务；用户还可以录制一次操作步骤保存为 skill，之后交由 Kimi 重复执行。
    查看来源

  4. Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型 — Claude Code
    新版本支持 Claude Opus 5.5 和 100 万上下文，并将 Pro 与 Team Standard 计划的默认模型从 Sonnet 改为 Opus。
    查看来源

  5. LiteParse 9 月更新：PDFium 提速 20%—25% — LlamaIndex
    LiteParse 2.14.6 通过内存分配优化，将文本提取耗时降低 20%—25%，平均每页耗时 2.76 毫秒，Markdown 渲染每页 3.94 毫秒。
    查看来源

  6. Apple 新款 Mac mini 与 Mac Studio 开售 — Apple
    新款 Mac mini 搭载 M6 和 M5 Pro，新款 Mac Studio 搭载 M5 Max 和 M5 Ultra，Apple 称 Mac mini 的 AI 性能最高提升 4 倍。
    查看来源

  7. OpenAI 为 GPT-6 推出改进的提示词缓存系统与诊断工具 — OpenAI
    新系统默认提高缓存命中率，对 30 分钟窗口内复用的合格共享前缀提供最高 90% 的缓存输入 token 折扣。
    查看来源

行业动态

  1. 五角大楼内部审查称，过度依赖 Palantir Maven AI 系统导致误击伊朗学校 — Hacker News
    据报道，美军今年 2 月误击伊朗 Minab 的一所小学，造成超过 150 人死亡，其中至少 123 名儿童。内部审查称，过度依赖 Palantir 开发的 Maven Smart System 是原因之一。
    查看来源

  2. Meta Muse 助手曝出严重 0-day 漏洞，Amazon 已开始封禁 Muse — Hacker News
    该漏洞可能让本地应用或终端命令获取 Muse 账户认证 token，从而完全控制智能体。Meta 在披露约 12 小时后发布热修复补丁。
    查看来源

  3. Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode — Arena
    Claude Opus 5.5 已进入 Agent Arena，用户可通过投票驱动排行榜。该评测允许模型使用网页搜索、文件系统和终端工具。
    查看来源

论文研究

  1. Epoch AI：达到同等 AI 性能的成本每季度下降约 47% — Epoch AI
    Epoch AI 估算，过去三年达到同等 AI 性能的成本平均每季度下降约 47%，即每年约 13 倍。刚达到 SOTA 的性能成本每季度下降 66%，两年后放缓至每季度 32%。
    查看来源

技巧与观点

  1. Claude Opus 5.5 登顶 Artificial Analysis 智能指数，得分 58 — Artificial Analysis
    评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index；在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平，得分为 59.6%。
    查看来源

  2. Artificial Analysis 评测 GPT-6 Sol 和 Luna：成本减半但各评测有升有降 — Artificial Analysis
    GPT-6 Sol 和 Luna 的价格约为 GPT-5.6 同名型号的一半：Sol 为每百万输入和输出 token 2 美元、10 美元，Luna 为 0.10 美元、0.50 美元。
    查看来源

  3. 实测对比 Grok 4.7 与小米 MiMo V2.6：后者成为性能、价格、速度的平衡方案 — 公众号：数字生命卡兹克
    作者认为 Grok 4.7 的表现低于预期，而 MiMo V2.6 在性能、价格和速度之间取得了更好的平衡。
    查看来源

  4. Artificial Analysis 评测 Step 5 Preview：成本约为同级模型的 1/2.8 — X：Artificial Analysis
    Step 5 Preview 在 Artificial Analysis Intelligence Index 中得 44 分，与 Kimi K3（max）持平；每任务成本约 0.72 美元，约为同级模型的 1/2.8。
    查看来源

  5. OpenRouter 实测 Jev 1.13 与 Claude Opus 5 的分类任务表现 — OpenRouter
    在 Banking77 的 3080 条客服语料上，Jev 准确率为 81.0%，低于 Claude Opus 5 的 84.4%；但中位延迟仅 175 毫秒，约为 Opus 的 1/13，每千次请求成本为 0.11 美元，对比 Opus 的 2.42 美元。
    查看来源

  6. OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用 — OpenRouter
    Nemotron 3.5 Lightning 是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频且边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra 形成分工。
    查看来源

评论