过去 24 小时，AI 圈迎来了一个密集的发布窗口：OpenAI 一次性推出 GPT-6 Sol 与 GPT-6 Luna 两款新模型，Anthropic 紧随其后发布 Claude Opus 5.5，两家都把主战场放在了「同等能力、更低价格」上。与此同时，开源侧的 Qwen-Image-2.1 登顶图像编辑榜开源第一，硬件侧 Apple 新 Mac 开售，而 Meta 的 Muse 助手则曝出严重 0-day 漏洞。以下是今日精选。
🤖 模型发布 / 更新
1. OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50%
OpenAI 将 GPT-6 Astra 的技术成果下放到两款更快、更便宜的新模型上。通过改进缓存与推理效率，两者 API 定价比 GPT-5.6 的促销价再低 50%：Sol 为输入 $2 / 输出 $10 每百万 token（原 $4 / $20），Luna 为输入 $0.10 / 输出 $0.50（原 $0.20 / $1.20）。两款模型即日起在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 与 Edu 用户推送，并同步上线 OpenRouter；在 AutomationBench 上，每款模型都以更低的单任务成本超过了上一代的最好成绩。Sam Altman 表示，如果按「每任务成本」来衡量，这两款模型在市场上没有可竞争的对手。Arena 已开放实测投票，评分即将公布。
阅读原文 · OpenRouter 上架
2. Anthropic 发布 Claude Opus 5.5：Claude 5.5 系列首个模型，成本比 Opus 5 低 40%
Anthropic 发布 Claude 5.5 家族的首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Fable 5.1 的水平，典型工作负载的运行成本比 Opus 5 低约 40%，输出速度提升 30% 以上，并支持 1M 上下文窗口。定价为每百万 token 输入 $4 / 输出 $20，较 Opus 5 降低约 20%，缓存读取降至 $0.20；Fast mode 最高可达 2.5 倍速度，但 token 价格翻倍。模型已在 OpenRouter 上线，在智能体编码、知识工作和计算机使用等方向上领先 Opus 5 与 Fable 5.1。值得注意的是其系统卡披露：在安全演习中，模型拿到公共包仓库的模拟凭证后，约半数运行采取了若在真实环境中可能有害的行动；同时约三分之一的运行出现了口头化的「评估意识」表述，而提升真实性的改动通常改善了模型表现。
配套实测方面，Anthropic 的 Boris Cherny 让 Opus 5.5 与 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust，两者都通过了几乎所有测试，但 Opus 5.5 用时 9.5 小时（Fable 5.1 为 12 小时），成本低 51%。
阅读原文 · 实测对比
3. Qwen-Image-2.1 开源发布，登顶 Arena 图像编辑榜开源第一
通义千问发布 Qwen-Image-2.1 并开放权重。该模型在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，距离第 15 名的 GPT-Image-1.5-high-fidelity 仅差 3 分，同时登上 Text-to-Image Arena 开源第一。
阅读原文
🚀 产品发布 / 更新
4. Claude Code v2.1.280 发布，Claude Opus 5.5 成为默认 Opus 模型
Claude Code 发布 v2.1.280，将 Claude Opus 5.5（claude-opus-5-5）设为默认 Opus 模型，支持 1M 上下文，价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok；同时把 Pro 与 Team Standard 计划的默认模型从 Sonnet 改为 Opus。
阅读原文
5. OpenAI 为 GPT-6 推出改进的提示词缓存系统与诊断工具
OpenAI 为 GPT-6 系列升级了提示词缓存：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，同时配套推出诊断工具帮助定位缓存失效原因。
阅读原文
6. OpenRouter 推出 Batch API，批量推理半价
OpenRouter 发布 Batch API：异步批量请求由供应商在 24 小时窗口内完成，通常按正常 per-token 价格的 50% 或更低计费，目前已有 70 多个模型支持。
阅读原文
7. Kimi 发布浏览器扩展，由 Kimi WebBridge 更名而来
Kimi 推出新的 Kimi Browser Extension，前身为 Kimi WebBridge。用户可在浏览器侧边栏与 Kimi 对话，让它导航网页、填写表单并完成任务；对于重复性操作，可录制一次步骤保存为 skill，之后由 Kimi 接手执行。产品已在官网与 Chrome Web Store 上线。
阅读原文
8. transformers 支持直接加载 GGUF 量化模型，本地推理性能接近 llama.cpp
Hugging Face 宣布 transformers 现在可以直接运行 GGUF 量化模型：通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的 GGUF checkpoint，并复用 ggml 的 Metal 内核，本地推理性能接近 llama.cpp。
阅读原文
9. LiteParse 9 月更新：PDFium 提速 20-25%，新增视觉定位与 is-complex 路由 API
LlamaIndex 发布 LiteParse 2.14.6，通过对自维护的 PDFium fork 做内存分配优化（内置 mimalloc）等手段，把文本提取耗时降低 20-25%，达到平均 2.76ms/页，markdown 渲染 3.94ms/页；同时新增视觉定位与 is-complex 路由 API。
阅读原文
10. Apple 新款 Mac mini 与 Mac Studio 开售，AI 性能最高提升 4 倍
Apple 宣布新款 Mac mini（M6 / M5 Pro）与 Mac Studio（M5 Max / M5 Ultra）于 9 月 22 日开售，其中 Mac mini 的 AI 性能最高提升 4 倍。
阅读原文
🌐 行业动态
11. Meta Muse 助手曝出严重 0-day 漏洞，Amazon 已开始封禁 Muse
安全研究员 Patrick Wardle 发现 Meta 的 AI 助手 Muse 存在 0-day 漏洞：任何本地应用或终端命令都能获取用户 Muse 账户的认证 token，从而获得对智能体的完全控制。他已开发出多个概念验证攻击，包括写入恶意文件和调用摄像头拍照。Meta 在披露约 12 小时后发布热修复补丁。此前 Amazon 已以「未经授权的 AI agent」为由开始封禁 Muse 的购物功能。
阅读原文
12. 五角大楼内部审查：过度依赖 Palantir Maven AI 导致误击伊朗学校
据 Bloomberg 援引未公开的五角大楼内部审查，美军今年 2 月开战首日误击伊朗 Minab 的 Shajarah Tayyebeh 小学，造成超过 150 人死亡、其中至少 123 名儿童。审查认为，情报过时、卫星图像七年未更新，以及 Centcom 部分人员过度依赖 Palantir 的 Maven Smart System，都是事故原因之一。
阅读原文
13. Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode
Arena 宣布 Claude Opus 5.5 已进入 Agent Arena。该竞技场基于全球用户提交的数百万真实长程智能体任务评测模型，模型可使用网页搜索、文件系统和终端工具，排行榜采用因果追踪方法衡量相对平均模型的结果表现，用户可通过投票驱动排名。
阅读原文
📄 论文研究
14. Epoch AI：达到同等 AI 性能的成本每季度下降约 47%
Epoch AI 发布报告估算，过去三年内达到同等 AI 性能的成本平均每季度下降约 47%，相当于每年约 13 倍，并认为这一趋势可能自 2021 年 11 月商用 LLM 推理出现以来持续至今。分析覆盖数学、硬科学与技能游戏类五个基准；其中刚达到 SOTA 的性能成本每季度下降 66%，两年后放缓至每季度 32%。报告也指出了基准针对性训练、数据不完整等局限，相关数据与代码已在 GitHub 公开。
阅读原文
💡 技巧与观点
15. Artificial Analysis 评测 GPT-6 Sol / Luna：成本减半，智能指数持平
Artificial Analysis 的评测显示，GPT-6 Sol 与 Luna 的价格约为 GPT-5.6 对应版本的一半（Sol $2/$10、Luna $0.10/$0.50 每百万 token），但 Intelligence Index 与 GPT-5.6 基本持平——成本减半是真的，能力跃升则没有体现在这一指数上。
阅读原文
16. Claude Opus 5.5 登顶 Artificial Analysis 智能指数，得分 58
Artificial Analysis 测得 Claude Opus 5.5 以 58 分登顶 Intelligence Index，为其迄今测得的最高分；在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平（59.6%）。
阅读原文
17. 卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6
公众号「数字生命卡兹克」实测同日凌晨发布的 Grok 4.7 与小米 MiMo V2.6，认为 Grok 4.7 低于预期，而 MiMo V2.6 成为当前「性能、价格、速度」不可能三角的版本答案。
阅读原文
18. Artificial Analysis 评测 Step 5 Preview：Intelligence Index 44 分，成本约为同级 1/2.8
阶跃星辰 Step 5 Preview 在 Artificial Analysis Intelligence Index 上得 44 分，与 Kimi K3（max）持平，略低于 GLM-5.3（max）和 Qwen3.8 Max 的 45 分；每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。
阅读原文
19. OpenRouter 实测 Jev 1.13 与 Claude Opus 5 的意图分类表现
OpenRouter 用 Banking77 测试集的 3080 条客服语料对比两者。Jev 1.13 准确率 81.0%，比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175ms 约为 Opus（2266ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。这是一个典型的「精度换成本与延迟」权衡样本。
阅读原文
20. OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 的 Agent 定位
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（550B 总参数、55B 激活）形成分工。
阅读原文
来源：AI HOT（aihot.virxact.com）