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。
推荐理由：原文同时交代价格、可用入口与安全背景，便于比较 GPT-6.1 Sol 和 GPT-6 Astra 的定位。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 1–9 条 · 共 9 条TechCrunch · AI精选AI 评分8383 AWS Machine Learning Blog精选AI 评分7777 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。
推荐理由：原文同时给出任务成本对比与 Bedrock 生产控制，便于评估智能体工作流落地取舍。
Artificial Analysis精选AI 评分8484 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。
推荐理由：原文集中给出智能指数、任务成本和 token 用量对比，便于判断 GPT-6.1 Sol 的成本效率位置。
Microsoft Research精选AI 评分6060 Microsoft Research 研究现实物理 AI 机器人的推理卸载
Microsoft Research 研究显示，现实物理 AI 机器人只依赖板载 GPU 推理会限制性能、电池寿命和扩展性，将推理卸载到边缘或云端 GPU 可带来优势。
推荐理由：原文用机器人任务对比板载、边缘和云端推理，为物理 AI 推理基础设施设计提供参考。
METR Notes精选AI 评分6666 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。
推荐理由：报告把模型能力测试与研发加速问题分开处理，可帮助读者理解预部署评估如何约束能力叙事和风险判断。
Anthropic Research精选AI 评分9090 Anthropic 称 Claude 生成 Fermat’s Last Theorem 的首个完整计算机校验证明
Anthropic 称 Claude 在 11 天内基本自主地用 Lean 写出了 Fermat’s Last Theorem 的首个端到端计算机校验证明。该证明包含 13 million 行 Lean，过程中证明 30,300 个定理，最终证明使用 29,500 个中间定理，并由 Lean 校验。
推荐理由：材料呈现 Claude 与 Prove2Me 形式化大型数学定理的流程，可参考其多智能体分工方式。
meituan-longcat · Hugging Face 新模型精选AI 评分7070 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。
推荐理由：原文同时给出架构改动、长上下文设定和多项基准，便于比较稀疏版与密集前代的取舍。
mistralai · Hugging Face 新模型精选AI 评分7777 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。
推荐理由：原文同时给出模型规格、替代关系和 vLLM/SGLang 部署方式，便于评估统一模型的接入成本。
moonshotai · Hugging Face 新模型精选AI 评分8383 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。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。