Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%

Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小型模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词的价格降幅最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。

OpenAI 推出 GPT-6，ChatGPT 输出改为图表按钮等交互界面

OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型以图形、按钮、图表和表单等交互界面呈现答案，而非纯文本。

Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。

Reflection 发布首款开源权重模型 Beam，主打低算力对标 DeepSeek 与 Qwen

AI 公司 Reflection 发布首款免费开放模型 Beam，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿，面向编码、逻辑推理和智能体任务。

Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型

Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。

Reflection 发布开源权重模型 Beam，对标中国开源模型并称推理算力低 3-4 倍

Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上追平 Z.ai 的 GLM-5.2，并比当前领先的西方开源模型表现更好，推理算力用量少 3-4 倍。

AINews 日报：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿

OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million input/output tokens，比 Astra 的 $10/$50 大幅降低；据称在 DeepSWE v1.1 上超 GPT-6 Sol 6.4 分、在 AutomationBench 上超 Opus 5.5 2.2 分。

Cloudflare 发布决策模型 Clef 与 Clef-flash，主打低延迟

Cloudflare 发布面向 AI 智能体的决策模型 Clef 和 Clef-flash，返回带概率的简短分类而非长文本，并称智能体决策不再必须有人参与。

Google 发布 Gemini 4 Argon：基准追平 OpenAI 与 Anthropic，但未取得明显领先

Google 发布新一代前沿模型 Gemini 4 Argon，在 Artificial Analysis 智能指数上以 53 分追平 GPT-6 Astra（max）和 Claude Fable 5.1，但仍落后 Claude Opus 5.5 的 58 分。

AWS 发布开源决策模型 Strands Decider 2B

AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中做选择并给出置信度评分。该模型由 AWS 杰出工程师 Marc Brooker 在看过 TypeSafe 的 Jev 后自行开发，曾在同规模模型的 Jevbench 排名上短暂登顶，随后由 Strands Labs 整理发布。

Google DeepMind 发布 Gemini 4 Argon，输出上限提升至 1M token

Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，首批开放给 Fairwind 计划中的政府用户与可信网络安全人员，之后才会向开发者、企业和消费者开放。

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。

GPT-6.1 Sol 在 Amazon Bedrock 正式可用

GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强推理能力。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点，且推理投入更低。

OpenAI DevDay 2026 回顾：GPT-6 Astra、ChatGPT、Codex 等 20 多项发布

OpenAI DevDay 2026 公布 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。

OpenAI 发布 GPT-6.1 Sol，API 价格降至 Astra 五分之一

OpenAI 发布 GPT-6.1 Sol，官方称其在编码、电脑操作和专业工作方面接近 Astra 的智能水平。该模型标准 API 输入与输出 token 价格均为 Astra 的五分之一。

Google Research 开源 RRSI：智能体在模型权重冻结下自我改进 harness 并避免过拟合

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 发布开源权重计算机使用模型 Holo4，覆盖桌面、网页、Android 和 API 场景

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。

阿里 Qwen 发布 Qwen-Audio-3.1-Realtime 全双工语音模型，支持工具调用与说话时机决策

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%。

Opus 5.5 本周发布，擅长生成讲解视频

Anthropic 的 Claude Opus 5.5 本周发布，社区反馈以正面为主，尤其擅长生成讲解视频。它在 SimpleBench 上以 88.4% 领先，在 Terminal-Bench-Science 上推理强度从 low 的 24% 升到 xhigh 的 62%，max 档反而降到 59%。

Arena.ai@arenaAI 评分5959

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 Claude Sonnet 5.5：速度提升 30%，智能体编码表现反超 Opus 5.5

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。

Arena.ai@arena精选AI 评分7777

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。

Claude Sonnet 5.5 达到 Artificial Analysis 智能指数第 2 名

Artificial Analysis 发布对 Claude Sonnet 5.5 的评测：其智能指数得分 56，max effort 下比 Sonnet 5 高 18 分，升至第 2 名，仅落后 Opus 5.5 (max)。

Rohan Paul@rohanpaul_aiAI 评分8383

Anthropic 发布 Claude Sonnet 5.5，Terminal-Bench 4.0 得分 70.6%，远高于 Sonnet 5 的 10.3%，价格维持 $2/$10 每百万输入/输出 token。

Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。

Arena.ai@arena精选AI 评分6969

Arena 宣布 Anthropic 的 Claude Sonnet 5.5 已进入 Agent Arena，并开放投票。Agent Arena 基于全球用户数百万个真实的长程智能体任务评测模型，模型可使用 web search、filesystem 和 terminal 工具完成复杂工作流，榜单用因果追踪方法衡量模型相对平均模型的结果表现。

Artificial Analysis@ArtificialAnlys精选AI 评分8282

Anthropic 发布 Claude Sonnet 5.5，在 Artificial Analysis Intelligence Index 得 56 分，仅比 Opus 5.5（max）低 2 分，max effort 下比 Sonnet 5 高 18 分。

Anthropic 发布 Sonnet 5.5，称其比前代更快更便宜

Anthropic 发布中端模型 Sonnet 5.5，官方称其比前代 Sonnet 5 快 30%，token 消耗明显更低。公司基准显示该模型在 agentic 编码上优于 Opus 5.5，并称其具备与 Opus 5 相当的网络安全能力，因此成为首个适用与 Fable 和 Opus 相同网络安全防护的 Sonnet 模型；公司还计划在未来几周发布新版本 Haiku。

Anthropic 发布 Claude Sonnet 5.5：速度提升 30%+，每任务成本最多降 30%

Anthropic 发布 Claude Sonnet 5.5，为 Claude 5.5 家族第二款模型，生成速度比 Sonnet 5 快 30% 以上，每任务成本最多低 30%，定价维持每百万输入 token $2、输出 $10、缓存读取 $0.20。

Arena.ai@arenaAI 评分6868

Arena 公布 Claude Opus 5.5 (High) 以 +12.15% 净提升分数进入 Agent Arena 第二名，仅低于 Claude Fable 5.1 (Max)。其每任务中位价格为 $1.31，比同水平低 64%，成本比 Opus 5 (High) 低 40%、比 Opus 5 (Max) 低 56%；分项信号中 Steerability 排名第一（+14.50%）。

Arena.ai@arenaAI 评分7373

Arena 官方宣布 Claude Opus 5.5 (High) 进入 Agent Arena 排名第 2，净改进分 +12.15%，仅次于 Fable 5.1 (Max)。其中位价格为每任务 $1.31，比 Opus 5 (High) 便宜 40%、比 Opus 5 (Max) 便宜 56%，分项上 Steerability 排名第 1（+14.50%）。

Arena.ai@arena精选AI 评分7575

Arena 公布 Claude Opus 5.5 (High) 进入 Agent Arena 排名第 2，净改进分 +12.15%，仅次于 Fable 5.1 (Max)。

Kimi K3.1 前端标识泄露：支持 1M tokens 上下文，预计近期发布

月之暗面 API 后台模型注册表出现“kimi-k3-1”标识且接口可调用，官方开放平台同步出现 K3.1 预告，支持 1M tokens 上下文窗口。该模型提供 Low、High、Max 三档推理强度，可能引入 Agent 智能体模式、Swarm 多智能体协作及搜索、批处理任务模式，API 价格显示与现有 K3 相同。

Artificial Analysis@ArtificialAnlysAI 评分5555

Artificial Analysis 发布 Cyber Index 与 Cyber Index Alliance，联合 @CollinearAI、@IBM、@nvidia、@vercel 作为启动伙伴，用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三个开放基准评估智能体发现和修复漏洞的能力。

H Company 发布 Holo4 智能体模型系列，含 27B 与 35B-A3B 两个版本

H Company 发布通用计算机使用智能体模型系列 Holo4，含 27B dense 和 35B-A3B MoE 两个尺寸，并基于 Nemotron 3 Nano Omni 推出 Holotron4 Nano。

Claude Sonnet 5.5 疑似泄露，配置标识符现身并开启灰度测试

新智元转述多位开发者在 X 上的爆料称，Claude Sonnet 5.5 已出现在 Anthropic 官方配置中，标识符为「claude-sonnet-5-5」，并在 Claude Code 中开启灰度测试。

H Company 发布 Holo4 开放权重模型，统一操作界面与工具

H Company 发布 Holo4 的二百七十亿参数稠密模型和混合专家版本，提供 API、可下载权重与多种量化格式。模型把桌面、网页、安卓操作及代码和工具调用结合在同一智能体中；不同测试平台的分数不能直接横向比较。

Arena.ai@arenaAI 评分8181

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，GPT-6 Sol (Max) 随即进入 Arena 的 Agent Arena 排行榜，在 4000+ 真实智能体会话中以 +7.7% 净提升排名第 6。

karminski-牙医@karminski3AI 评分5858

美团 LongCat 发布 LongCat-2.5-Preview，作者转发时指出定价与之前一样。该模型 1.6T 参数、约 48B 激活、1M-token 上下文窗口，原生多模态，面向长程任务，覆盖终端、浏览器、GUI、电子表格和设计工具等场景。API 入口 https://longcat.ai/platform/ ，对话入口 https://longcat.ai/chat/ 。

Meituan LongCat@Meituan_LongCatAI 评分5555

美团 LongCat 发布 LongCat-2.5-Preview，总参数 1.6T、激活约 48B，提供 1M token 上下文窗口，原生多模态，面向长程任务，覆盖终端、浏览器、GUI、表格和设计工具。现已开放 API（https://longcat.ai/platform/）和聊天入口（https://longcat.ai/chat/）。