據報 OpenAI 發布 GPT-6.1 Sol 定價為 Astra 兩成，Anthropic Sonnet 5.5 空降 Agent Arena 第三名

據 Latent Space 報導，OpenAI 推出 GPT-6.1 Sol，每百萬輸入與輸出代幣定價為 2 與 10 美元（Astra 為 10 與 50 美元）。該模型在 DeepSWE v1.1 跑分較 GPT-6 Sol 高 6.4 分，在 AutomationBench 較 Opus 5.5 高 2.2 分；在 Agent Arena 排名第五，任務中位數成本 0.56 美元，較 Astra 便宜 81% 且分數僅落後 1.04 分。Anthropic 的 Sonnet 5.5 [Max] 則空降 Agent Arena 第三名及 Chat 類別第一，單次任務成本 2.74 美元，使 Anthropic 模型包辦該榜單前三名；在 WebDev 榜單中，Sonnet 成本較 GPT-6 Astra [Max] 低 80%，分數僅落後 2 分。 其他模型評測方面，Gemini 4 Argon [High] 登頂 Text Arena 排行榜。開源模型中，StepFun 的 Step 5 Preview 在 Vals 排名第七，具備 1M 代幣上下文，單次任務成本 2.54 美元但平均耗時近兩小時。此外，傳聞 Claude Fable 5.5 將於下週發布，效能超越因安全疑慮延遲的「Astra 6.1」；另有猜測指近期曝光的「GPT-6 Astra Lite」即為 Sol 模型，但均未獲官方證實。 針對決策模型與開源權重，llama.cpp 新增 `/v1/systemone` 端點以支援本地端 Jev 風格推論；Perplexity 宣稱其 pplx-decider-v1-27b 在 11 項評測平均達 85.7%，領先 Jev。webAI 推出基於 Granite 4.2 訓練的 3.66B 模型 TwIL-LM3-Pro，採非商業授權，形式邏輯表現與 Qwen3-8B 相當。Reka 則以 Apache 2.0 開源逆動態模型 RIDM，可從遊戲訓練中提取運動與相機動作並泛化至真實影片。 在代理與開發工具方面，OpenAI 執行長 Sam Altman 稱跨應用程式維持上下文並協調 Codex 任務的「dot」為其最愛產品；OpenAI Agents API 則新增單次呼叫瀏覽器電腦操作與 Bedrock Managed Agents 支援，宣稱輪次可靠度達 99.97%。Meta 開源相容 Muse 的 ESP32 韌體與 Linux SDK，並提供訂閱者 5,000 台免費智慧家庭橋接器。DeepSeek Harness 釋出 macOS 與 Windows 桌面版；Claude Code 推出支援中介軟體掛鉤的模組外掛；T3 Code 專案重寫版本合併，新增 Pi 支援、跨供應商 delegate_task、ACP 註冊表、執行緒分支、中途模型切換與子代理譜系檢視功能。Cursor Rollouts 現可於發現程式碼退化時自動尋找引發問題的 PR、開啟 issue 並提供一鍵雲端代理修復。