OpenAI 发布 GPT-6.1 Sol，称其接近 GPT-6 Astra 且成本更低

OpenAI 在 DevDay 活动上展示 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra，标准输入和输出 token 价格为 1/5。

GPT-6.1 Sol 在 Amazon Bedrock 正式可用，面向智能体编码和专业工作负载

GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，为编码、computer use 和高频专业工作负载带来更强推理能力。OpenAI 称它在 DeepSWE v1.1 上以约 one-fifth 的每任务成本匹配 GPT-6 Astra，并比 GPT-6 Sol 最佳分数高 6.4 percentage points。

GPT-6.1 Sol 在 GPT-6 Sol 发布 7 天后取代其位置，智能接近 GPT-6 Astra

GPT-6.1 Sol 在 GPT-6 Sol 发布仅 7 天后取代它，在 Artificial Analysis Intelligence Index 中仅比 GPT-6 Astra 低 1 分，Cost per Task 不到后者 1/4。

internlm/AdvancedMathBench-AutoVerifier：自动评估数学证明的模型

AdvancedMathBench-AutoVerifier 是用于 ProverBench 的自动评分器，可评估自然语言数学证明、解释错误并定位最早错误步骤。

上海人工智能实验室开源 Intern-Decision 多模态决策模型

上海人工智能实验室研究团队开源 Intern-Decision，包含 0.8B、2B 和 4B 三款多模态决策模型，称其平均指标超越 Jev 和相关开源模型。团队在 RTX4090 上测试称，Intern-Decision 相比 Jev 有 2-3倍效率提升，4B 端到端推理时延低于每 query 45ms，0.8B 和 2B 可达到每秒约30次推理。

internlm 发布 Intern-Decision-2B 多模态结构化决策模型

internlm 发布 Intern-Decision-2B，这是一个由 Qwen3.5-2B 微调而来的多模态结构化决策模型，可接收共享状态、命名问题 schema 和可选图像，并在一次模型前向中为每个问题返回答案分布。

Anthropic@AnthropicAIAI 评分7070

Anthropic 在 Science Blog 发文称，Claude 在 Claude Science 中完成了 planar N=4 super-Yang-Mills 简化模型的 Nine Loops 计算。

Intern-Decision：基于 Qwen3.5 的多问题决策模型项目

Intern-Decision 将状态、可选图像和多类问题转换为带概率的决策，并微调 Qwen3.5 语言骨干。Intern-Decision-4B 在七个测试套件平均准确率达 90.02%，RTX 4090 本地平均延迟为 44.16 ms。

METR 发布 Claude Opus 5.5 预部署评估摘要

METR 发布了 Claude Opus 5.5 预部署评估摘要，重点考察其对 Anthropic AI R&D 的潜在加速影响。评估基于 10 business days 的 API 访问、五项任务测试、Anthropic 问卷与访谈，以及另一项 METR 内部 AI R&D 加速评估的结论。

Google DeepMind@GoogleDeepMindAI 评分7070

Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking，称其为自家最好的对话式 AI。这些模型可以对话、思考，并在后台处理任务而不打断用户流程。

InternLM 发布 Intern-S2-397B 多模态基础模型

InternLM 发布 Intern-S2-397B，称其是面向科学智能和长周期 Agent 的多模态基础模型。该模型结合新的视觉语言预训练范式、大规模多任务强化学习和长周期 Agent 强化学习，覆盖 20 多个科学领域，并在文本推理评测中使用最高 256K tokens、在多模态评测中使用最高 64K tokens。

zai-org 发布 GLM-5.3-BF16，基于 GLM-5.2 后训练提升编码与网络安全能力

zai-org 发布 GLM-5.3-BF16，使用与 GLM-5.2 相同的基座模型，提升来自后训练。

美团 LongCat 发布 LongCat-Flash-Lite-Sparse 稀疏 MoE 模型

美团 LongCat 在 Hugging Face 发布 LongCat-Flash-Lite-Sparse，这是基于 LongCat-Flash-Lite 的非思考 MoE 模型，拥有 69B 总参数、每 token 约 3B 激活参数，并原生支持最高 1M tokens 上下文。

Mistral 发布 Mistral-Medium-3.5-128B-EAGLE 推测解码模型

Mistral 发布 Mistral-Medium-3.5-128B-EAGLE，用于为 Mistral Medium 3.5 执行推测解码。

Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型

Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。