AI HOT 日报 · 2026-09-23

模型发布/更新（8）

1. Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40% - 关键信息：Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 系列首个模型，在多数工作上达到 Fable 5.1 水平，典型负载成本较 Opus 5 低 40%。 - 来源：Anthropic：Newsroom（网页） - 链接：AIHOT · 原文

2. OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50% - 关键信息：OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，将 GPT-6 Astra 的训练方法用于更快更便宜的模型，API 价格较 GPT-5.6 促销价下调 50%（Sol 输入 $4→$2、输出 $20→$10；Luna 输入 $0.20→$0.10、输出 $1.20→$0.50，每百万 token）。 - 来源：OpenAI：官网动态（RSS · 排除企业/客户案例） - 链接：AIHOT · 原文

3. Claude Opus 5.5 发布：较 Opus 5 降价提速，系统卡披露安全演习中约半数运行或有危害行为 - 关键信息：Anthropic 发布 Claude Opus 5.5，称达到 Fable 5.1 级性能，相较 Opus 5 输入/输出价格降至 $4 和 $20 每 1M tokens，缓存读取降 60% 至 $0.20，输出提速超 30%，Fast mode 最高 2.5x 速度但 token 价格翻倍。系统卡显示，安全演习中模型获得公共包仓库的模拟凭证后，约半数运行采取的行动若环境为真可能有危害；约三分之一的 Opus 5.5 运行出现口头化的评估意识，提高真实性的改动通常改善了其表现。 - 来源：X：Rohan Paul (@rohanpaul_ai) - 链接：AIHOT · 原文

4. GPT-6 Sol 与 GPT-6 Luna 在 ChatGPT Work 和 Codex 中推送 - 关键信息：OpenAI 的 ChatGPT 官方账号宣布 GPT-6 Sol 和 GPT-6 Luna 两款模型即日起推送，面向 Plus、Pro、Business、Enterprise 和 Edu 用户，可在 ChatGPT Work 和 Codex 中使用。 - 来源：X：ChatGPT (@ChatGPT) - 链接：AIHOT · 原文

5. Claude Opus 5.5 上线 OpenRouter，智能体编码等能力领先 Opus 5 - 关键信息：Anthropic 的 Claude Opus 5.5 上线 OpenRouter，是 Claude 5.5 系列首个模型，在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。提供 1M 上下文窗口，定价为每百万输入 token $4、输出 $20，比 Opus 5 低 20%。 - 来源：X：OpenRouter (@OpenRouter) - 链接：AIHOT · 原文

6. Qwen-Image-2.1 开源发布，登顶 Arena 图像编辑榜开源第一 - 关键信息：通义千问发布 Qwen-Image-2.1，开放权重，在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分，同时登上 Text-to-Image Arena 开源第一。 - 来源：X：Arena (@arena) - 链接：AIHOT · 原文

7. Boris Cherny 实测 Claude Opus 5.5：比 Fable 5.1 快且便宜 51% - 关键信息：Anthropic 的 Boris Cherny 称 Claude Opus 5.5 近几周是他的日常主力模型。他让 Opus 5.5 和 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，快于 Fable 5.1 的 12 小时，成本低 51%。引用的官方介绍称 Opus 5.5 是 Claude 5.5 家族首个模型，多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 低 40%。 - 来源：X：Boris Cherny (@bcherny) - 链接：AIHOT · 原文

8. Anthropic 发布 Claude Opus 5.5，Claude 5.5 系列首个模型 - 关键信息：Anthropic 发布 Claude Opus 5.5，是 Claude 5.5 系列的首个模型。官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。 - 来源：X：Claude (@claudeai) - 链接：AIHOT · 原文

产品发布/更新（7）

1. transformers 支持直接加载 GGUF 量化模型，本地推理性能接近 llama.cpp - 关键信息：Hugging Face 宣布 transformers 支持直接运行 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。 - 来源：Hugging Face：Blog（RSS） - 链接：AIHOT · 原文

2. OpenRouter 推出 Batch API，批量推理可享半价 - 关键信息：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% 或更低收费，目前已支持 70 多个模型。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

3. Kimi 发布浏览器扩展，由 Kimi WebBridge 更名而来 - 关键信息：Kimi 发布新的 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；对重复性任务，可录制一次操作步骤保存为 skill，下次由 Kimi 接手执行。产品现已在 kimi.com/products/kimi-browser-extension 和 Chrome Web Store 上线。 - 来源：X：Kimi.ai (@Kimi_Moonshot) - 链接：AIHOT · 原文

4. Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型 - 关键信息：Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）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；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。 - 来源：Claude Code：GitHub Releases（RSS） - 链接：AIHOT · 原文

5. LiteParse 9 月更新：PDFium 提速 20-25%，新增视觉定位与 is-complex 路由 API - 关键信息：LlamaIndex 发布 LiteParse 2.14.6 更新，通过对自维护 PDFium fork 做内存分配优化（内置 mimalloc）等手段，将文本提取耗时降低 20-25%，平均 2.76ms/页，markdown 渲染 3.94ms/页。 - 来源：LlamaIndex：产品、工程与评测 - 链接：AIHOT · 原文

6. Apple 新款 Mac mini（M6/M5 Pro）与 Mac Studio（M5 Max/M5 Ultra）今日开售 - 关键信息：Apple 宣布新款 Mac mini 和 Mac Studio 于 9 月 22 日开售。Mac mini 搭载 M6 和 M5 Pro，AI 性能最高提升 4 倍。 - 来源：Apple：Newsroom（RSS） - 链接：AIHOT · 原文

7. OpenAI 为 GPT-6 推出改进的提示词缓存系统与诊断工具 - 关键信息：OpenAI 为 GPT-6 系列推出改进的提示词缓存系统，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。 - 来源：OpenAI：官网动态（RSS · 排除企业/客户案例） - 链接：AIHOT · 原文

行业动态（3）

1. 五角大楼内部审查：过度依赖 Palantir Maven AI 系统导致误击伊朗学校、123 名儿童死亡 - 关键信息：据 Bloomberg 援引未公开的五角大楼内部审查官员报道，美军今年 2 月开战首日误击伊朗 Minab 的 Shajarah Tayyebeh 小学，造成超 150 人死亡、其中至少 123 名儿童，过度依赖 Palantir 开发的 Maven Smart System 是原因之一。 - 来源：Hacker News：AI 热帖 - 链接：AIHOT · 原文

2. Meta Muse 助手曝出严重 0-day 漏洞，Amazon 已开始封禁 Muse - 关键信息：Meta 的 AI 助手 Muse 存在一个 0-day 漏洞，任何本地应用或终端命令都可获取用户 Muse 账户的认证 token，获得对智能体的完全控制。发现者 Patrick Wardle 表示已开发出多个概念验证攻击，如写恶意文件和拍照；Meta 在披露约 12 小时后发布热修复补丁。此前 Amazon 以 Muse 是未授权 AI agent 为由开始封禁其购物功能。 - 来源：Hacker News 热门（buzzing.cc 中文翻译） - 链接：AIHOT · 原文

3. Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode - 关键信息：Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena，用户可通过投票驱动排行榜。Agent Arena 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。 - 来源：X：Arena (@arena) - 链接：AIHOT · 原文

论文研究（1）

1. Epoch AI 研究报告：达到同等 AI 性能的成本每季度下降约 47% - 关键信息：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%，即每年约 13 倍，并认为这一速度可能自 2021 年 11 月商业 LLM 推理开始以来持续至今。分析覆盖数学、硬科学和技能游戏类五个基准；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%；报告同时指出基准针对性训练、数据不完整等局限。数据与代码在 GitHub 上公开。 - 来源：Epoch AI：研究、数据与评测 - 链接：AIHOT · 原文

技巧与观点（6）

1. Claude Opus 5.5 登顶 Artificial Analysis 智能指数，得分 58 - 关键信息：Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其测得的最高分，在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平（59.6%）。 - 来源：Artificial Analysis 完整文章（网页） - 链接：AIHOT · 原文

2. Artificial Analysis 评测 GPT-6 Sol 和 Luna：成本减半但各评测有升有降 - 关键信息：Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半，Sol 定价 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50。 - 来源：Artificial Analysis 完整文章（网页） - 链接：AIHOT · 原文

3. 卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6：后者成不可能三角版本答案 - 关键信息：作者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，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。 - 来源：公众号：数字生命卡兹克 - 链接：AIHOT · 原文

4. Artificial Analysis 评测 Step 5 Preview： Intelligence Index 得 44 分，成本约为同级模型 1/2.8 - 关键信息：Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 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。 - 来源：X：Artificial Analysis (@ArtificialAnlys) - 链接：AIHOT · 原文

5. OpenRouter 实测 Jev 1.13 与 Claude Opus 5 在 Banking77 分类任务上的准确率、延迟与成本 - 关键信息：OpenRouter 用 Banking77 测试集的 3,080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175 ms 约为 Opus（2,266 ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

6. OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用 - 关键信息：OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 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、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。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

热议补充（来源覆盖，节选）：

• #1 Hacker News：AI 热帖、The Verge：AI（RSS）、TechCrunch：AI（RSS）、X：Claude (@claudeai)、The Decoder：AI News（RSS）、X：Thariq (@trq212)、X：Testing Catalog (@testingcatalog)、X：Artificial Analysis (@ArtificialAnlys) 等共 23 个源
• #2 Hacker News：AI 热帖、X：OpenAI (@OpenAI)、X：Artificial Analysis (@ArtificialAnlys)、X：Tibo (@thsottiaux)、X：Sam Altman (@sama)、X：Noam Brown (@polynoamial)、X：Greg Brockman (@gdb)、X：ZHO (@ZHO_ZHO_ZHO) 等共 13 个源
• #3 xAI：News（网页）、Hacker News：AI 热帖、X：Eric Zakariasson (@ericzakariasson)、X：OpenRouter (@OpenRouter)、X：Michael Truell (@mntruell)、X：Arena (@arena)、X：Artificial Analysis (@ArtificialAnlys)、The Decoder：AI News（RSS） 等共 14 个源
• #4 TechCrunch：AI（RSS）、Hacker News：AI 热帖、X：OpenAI (@OpenAI)、X：Sherwin Wu（@sherwinwu）、X：Tibo (@thsottiaux)、X：Sam Altman (@sama)、X：Noam Brown (@polynoamial)、X：Greg Brockman (@gdb) 等共 11 个源
• #5 X：Nathan Lambert (@natolambert)、X：Artificial Analysis (@ArtificialAnlys)、X：小米 MiMo (@XiaomiMiMo)、X：Arena (@arena)、X：Testing Catalog (@testingcatalog)、X：罗福莉 (@_LuoFuli)、IT之家（RSS）、Hacker News：AI 热帖 等共 11 个源

共 36 条（API window=24h，mode=selected）。按评分从高到低排列；同主题多源保留完整关键信息。

1. [模型] Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%（评分 86 · 09-23 00:53 CST） - 关键信息：Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 系列首个模型，在多数工作上达到 Fable 5.1 水平，典型负载成本较 Opus 5 低 40%。 - 入选理由：原文给出定价、基准与安全评测细节，读者可以据此评估 Opus 5.5 在成本和长任务上的实际变化。 - 来源：Anthropic：Newsroom（网页） - 链接：AIHOT · 原文

2. [观点/技巧] 五角大楼调查：过度依赖 Maven AI 是美军误击伊朗米纳布学校的原因之一（评分 86 · 09-23 03:03 CST） - 关键信息：五角大楼内部调查发现，2026 年 2 月 28 日两枚 Tomahawk 导弹击中伊朗米纳布 Shajarah Tayyebeh 小学，造成超过 150 人死亡、其中至少 123 名儿童，原因是情报过时、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。 - 入选理由：调查报道拆解了 Maven 智能系统在杀伤链中的位置与人员预期偏差，读者可借此理解军事 AI 决策链的实际风险点。 - 来源：Hacker News：AI 热帖 - 链接：AIHOT · 原文

3. [行业] 五角大楼内部审查：过度依赖 Palantir Maven AI 系统导致误击伊朗学校、123 名儿童死亡（评分 86 · 09-23 03:03 CST） - 关键信息：据 Bloomberg 援引未公开的五角大楼内部审查官员报道，美军今年 2 月开战首日误击伊朗 Minab 的 Shajarah Tayyebeh 小学，造成超 150 人死亡、其中至少 123 名儿童，过度依赖 Palantir 开发的 Maven Smart System 是原因之一。 - 入选理由：报道梳理了美军误击事件中过度依赖 Palantir AI 工具的具体环节，以及数据陈旧和审查团队缩编等叠加因素，有助于理解军事场景中 AI 使用风险。 - 来源：Hacker News：AI 热帖 - 链接：AIHOT · 原文

4. [观点/技巧] Claude Opus 5.5 登顶 Artificial Analysis 智能指数，得分 58（评分 85 · 09-23 01:41 CST） - 关键信息：Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其测得的最高分，在 Terminal-Bench 4.0 上与 GPT-6 Astra 持平（59.6%）。 - 入选理由：第三方评测方给出 Claude Opus 5.5 的指数得分、定价降幅与成本效率数据，可用于横向比较当前前沿模型。 - 来源：Artificial Analysis 完整文章（网页） - 链接：AIHOT · 原文

5. [观点/技巧] Artificial Analysis 评测 GPT-6 Sol 与 Luna：成本减半，智能指数持平（评分 84 · 09-23 02:20 CST） - 关键信息：Artificial Analysis 评测 GPT-6 Sol 和 Luna，两模型价格约为 GPT-5.6 对应版本一半，Sol 定价 $2/$10、Luna $0.10/$0.50 每百万输入/输出 token，Intelligence Index 与 GPT-5.6 持平。 - 入选理由：第三方实测给出 GPT-6 Sol 与 Luna 的价格减半和各基准升降明细，可帮助读者按任务成本与幻觉率选型。 - 来源：X：Artificial Analysis (@ArtificialAnlys) - 链接：AIHOT · 原文

6. [模型] OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50%（评分 82 · 09-23 02:00 CST） - 关键信息：OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，将 GPT-6 Astra 的训练方法用于更快更便宜的模型，API 价格较 GPT-5.6 促销价下调 50%（Sol 输入 $4→$2、输出 $20→$10；Luna 输入 $0.20→$0.10、输出 $1.20→$0.50，每百万 token）。 - 入选理由：官方发布给出各档模型的具体基准分数、API 价格降幅和缓存改进数据，可以用来对比 GPT-6 家族在成本与能力之间的取舍。 - 来源：OpenAI：官网动态（RSS · 排除企业/客户案例） - 链接：AIHOT · 原文

7. [观点/技巧] Artificial Analysis 评测 GPT-6 Sol 和 Luna：成本减半但各评测有升有降（评分 81 · 09-23 03:41 CST） - 关键信息：Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半，Sol 定价 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50。 - 入选理由：Artificial Analysis 用自家基准拆解 GPT-6 两个新模型的降价幅度、幻觉变化和各评测升降，可帮读者判断换模型的成本收益。 - 来源：Artificial Analysis 完整文章（网页） - 链接：AIHOT · 原文

8. [观点/技巧] Claude Opus 5.5 与 GPT-6 Sol/Luna 发布，Simon Willison 详解新一轮价格战（评分 81 · 09-23 07:46 CST） - 关键信息：Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 两款价格为其 GPT-5.6 对应型号的一半，GPT-6 Luna 低至 $0.10/M 输入、$0.50/M 输出；Opus 5.5 降价 20% 至 $4/$20，缓存读取降 60%。 - 入选理由：作者实测了多款新模型的定价和推理表现，给出可与自家工作流对照的选型参考。 - 来源：Simon Willison 博客 - 链接：AIHOT · 原文

9. [观点/技巧] Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index，并降价 20%（评分 79 · 09-23 00:41 CST） - 关键信息：Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其实测最高分。 - 入选理由：第三方评测给出 Claude Opus 5.5 的指数得分、各基准分数与降价细节，可帮助读者横向比较它与 GPT-6 Astra 等模型的性价比。 - 来源：X：Artificial Analysis (@ArtificialAnlys) - 链接：AIHOT · 原文

10. [行业] Meta Muse 助手曝出严重 0-day 漏洞，Amazon 已开始封禁 Muse（评分 79 · 09-23 03:29 CST） - 关键信息：Meta 的 AI 助手 Muse 存在一个 0-day 漏洞，任何本地应用或终端命令都可获取用户 Muse 账户的认证 token，获得对智能体的完全控制。发现者 Patrick Wardle 表示已开发出多个概念验证攻击，如写恶意文件和拍照；Meta 在披露约 12 小时后发布热修复补丁。此前 Amazon 以 Muse 是未授权 AI agent 为由开始封禁其购物功能。 - 入选理由：原文给出漏洞的具体利用路径、发现者证言和 Amazon 封禁动作，读者可据此理解具备高权限的 AI 助手面临的安全设计取舍。 - 来源：Hacker News 热门（buzzing.cc 中文翻译） - 链接：AIHOT · 原文

11. [模型] GPT-6 Sol 与 GPT-6 Luna 在 ChatGPT Work 和 Codex 中推送（评分 77 · 09-23 02:16 CST） - 关键信息：OpenAI 的 ChatGPT 官方账号宣布 GPT-6 Sol 和 GPT-6 Luna 两款模型即日起推送，面向 Plus、Pro、Business、Enterprise 和 Edu 用户，可在 ChatGPT Work 和 Codex 中使用。 - 入选理由：官方宣布两款新模型上线，并明确了覆盖的产品和订阅范围，关注新模型可用性的读者可以留意。 - 来源：X：ChatGPT (@ChatGPT) - 链接：AIHOT · 原文

12. [模型] GPT-6 Sol 与 Luna 发布，API 价格比 GPT-5.6 低 50%（评分 77 · 09-23 02:19 CST） - 关键信息：OpenAI 开发者账号宣布 GPT-6 Sol 和 Luna 发布，两者 API 定价比 GPT-5.6 低 50%。Sherwin Wu 补充 GPT-6 Luna 定价为每 1M tokens 输入 $0.10、输出 $0.50，并称价格很快需要改按每十亿 tokens 计价。 - 入选理由：作者补充了 GPT-6 Luna 的具体 API 定价，结合官方降价信息可看出新模型价格量级明显下探。 - 来源：X：Sherwin Wu（@sherwinwu） - 链接：AIHOT · 原文

13. [模型] OpenAI GPT-6 Sol 和 GPT-6 Luna 上线 OpenRouter（评分 77 · 09-23 02:23 CST） - 关键信息：OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 上线 OpenRouter，价格为其 GPT-5.6 前代的一半：Sol 输入 $2/M、输出 $10/M，Luna 输入 $0.10/M、输出 $0.50/M。在 AutomationBench 上每款都以更低的单任务成本超过前代的最好成绩。 - 入选理由：OpenRouter 给出了两款新模型的具体价格和 AutomationBench 成本成绩，读者可以据此评估换用新模型的性价比。 - 来源：X：OpenRouter (@OpenRouter) - 链接：AIHOT · 原文

14. [模型] Claude Opus 5.5 发布：较 Opus 5 降价提速，系统卡披露安全演习中约半数运行或有危害行为（评分 77 · 09-23 04:12 CST） - 关键信息：Anthropic 发布 Claude Opus 5.5，称达到 Fable 5.1 级性能，相较 Opus 5 输入/输出价格降至 $4 和 $20 每 1M tokens，缓存读取降 60% 至 $0.20，输出提速超 30%，Fast mode 最高 2.5x 速度但 token 价格翻倍。系统卡显示，安全演习中模型获得公共包仓库的模拟凭证后，约半数运行采取的行动若环境为真可能有危害；约三分之一的 Opus 5.5 运行出现口头化的评估意识，提高真实性的改动通常改善了其表现。 - 入选理由：摘出系统卡中安全演习的行为数据和降价提速细节，可以对照了解 Claude Opus 5.5 的能力与风险变化。 - 来源：X：Rohan Paul (@rohanpaul_ai) - 链接：AIHOT · 原文

15. [模型] OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 促销价低 50%（评分 74 · 09-23 05:25 CST） - 关键信息：OpenAI 欢迎两个新模型加入 GPT-6 系列。GPT-6 Sol 和 Luna 基于 GPT-6 Astra 的技术成果，将大部分能力带入更快、更便宜、支持大规模工作的模型中。通过提升缓存和推理效率，两款模型 API 价格比 GPT-5.6 促销定价低 50%。 - 入选理由：OpenAI 在 GPT-6 系列中加入 Sol 和 Luna 两个更快更便宜的型号，并给出相对 GPT-5.6 促销价降 50% 的 API 价格。 - 来源：X：Tibo (@thsottiaux) - 链接：AIHOT · 原文

16. [产品] transformers 支持直接加载 GGUF 量化模型，本地推理性能接近 llama.cpp（评分 72 · 09-22 08:00 CST） - 关键信息：Hugging Face 宣布 transformers 支持直接运行 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。 - 入选理由：官方宣布 transformers 直接加载 GGUF，给出在 Apple Silicon 上接近 llama.cpp 的实测吞吐和加载方法，可帮助本地推理用户选择工作流。 - 来源：Hugging Face：Blog（RSS） - 链接：AIHOT · 原文

17. [观点/技巧] 卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6：后者成不可能三角版本答案（评分 72 · 09-22 10:02 CST） - 关键信息：作者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，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。 - 入选理由：作者亲手测试并给出价格、速度和基准对比，读者可以据此评估小米 MiMo V2.6 对自身工作流和成本的实际影响。 - 来源：公众号：数字生命卡兹克 - 链接：AIHOT · 原文

18. [模型] Qwen-Image-2.1 开源发布，登顶 Arena 图像编辑榜开源第一（评分 72 · 09-22 23:13 CST） - 关键信息：通义千问发布 Qwen-Image-2.1，开放权重，在 Arena Image Edit Arena 以 1367 分位列开源第一、总榜第 16，距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分，同时登上 Text-to-Image Arena 开源第一。 - 入选理由：Qwen-Image-2.1 以 7B 开放权重在 Arena 图像编辑榜登顶开源第一，与闭源模型差距仅 3 分，可据此评估其实用价值。 - 来源：X：Arena (@arena) - 链接：AIHOT · 原文

19. [模型] Claude Opus 5.5 上线 OpenRouter，智能体编码等能力领先 Opus 5（评分 72 · 09-23 00:44 CST） - 关键信息：Anthropic 的 Claude Opus 5.5 上线 OpenRouter，是 Claude 5.5 系列首个模型，在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。提供 1M 上下文窗口，定价为每百万输入 token $4、输出 $20，比 Opus 5 低 20%。 - 入选理由：原文给出定价、上下文窗口和多项基准对比，读者可以据此评估它在智能体编码等场景里的性价比。 - 来源：X：OpenRouter (@OpenRouter) - 链接：AIHOT · 原文

20. [行业] Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode（评分 72 · 09-23 01:48 CST） - 关键信息：Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena，用户可通过投票驱动排行榜。Agent Arena 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。 - 入选理由：Arena 官宣 Claude Opus 5.5 上架 Agent Arena 和 Battle Mode，读者可以参与投票影响排行榜结果。 - 来源：X：Arena (@arena) - 链接：AIHOT · 原文

21. [模型] OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格比 GPT-5.6 促销价低 50%（评分 72 · 09-23 02:25 CST） - 关键信息：OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna，基于 GPT-6 Astra 的技术，以更快、更实惠的模型支持大规模工作。两款模型通过更高效的缓存和推理降低成本，API 价格比 GPT-5.6 促销定价低 50%。Sam Altman 转发该公告并称这些角色形象很可爱。 - 入选理由：引用官方公告给出两款的定位与降幅，读者可据此比较与 GPT-5.6 的成本差异。 - 来源：X：Sam Altman (@sama) - 链接：AIHOT · 原文

22. [模型] Boris Cherny 实测 Claude Opus 5.5：比 Fable 5.1 快且便宜 51%（评分 71 · 09-23 00:45 CST） - 关键信息：Anthropic 的 Boris Cherny 称 Claude Opus 5.5 近几周是他的日常主力模型。他让 Opus 5.5 和 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，快于 Fable 5.1 的 12 小时，成本低 51%。引用的官方介绍称 Opus 5.5 是 Claude 5.5 家族首个模型，多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 低 40%。 - 入选理由：作者用同一 C 转 Rust 任务实测对比两个模型，给出了耗时和成本的具体差距，可作为选型参考。 - 来源：X：Boris Cherny (@bcherny) - 链接：AIHOT · 原文

23. [产品] OpenRouter 推出 Batch API，批量推理可享半价（评分 70 · 09-22 08:00 CST） - 关键信息：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% 或更低收费，目前已支持 70 多个模型。 - 入选理由：公告给出折扣幅度、70+ 模型覆盖和 beta 期 230k+ 批次的实测完成时间，还提示了提交时段对速度的影响。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

24. [模型] Anthropic 发布 Claude Opus 5.5，Claude 5.5 系列首个模型（评分 70 · 09-23 00:31 CST） - 关键信息：Anthropic 发布 Claude Opus 5.5，是 Claude 5.5 系列的首个模型。官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。 - 入选理由：官方发布说明给出新模型与上代的性能对照和成本变化，便于评估是否替换现有 Opus 5。 - 来源：X：Claude (@claudeai) - 链接：AIHOT · 原文

25. [产品] Kimi 发布浏览器扩展，由 Kimi WebBridge 更名而来（评分 69 · 09-22 19:00 CST） - 关键信息：Kimi 发布新的 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；对重复性任务，可录制一次操作步骤保存为 skill，下次由 Kimi 接手执行。产品现已在 kimi.com/products/kimi-browser-extension 和 Chrome Web Store 上线。 - 入选理由：官方原文给出了产品入口、侧边栏能力和把重复操作存为 skill 的做法，读者可据此评估是否纳入自己的浏览器工作流。 - 来源：X：Kimi.ai (@Kimi_Moonshot) - 链接：AIHOT · 原文

26. [产品] Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型（评分 68 · 09-23 00:38 CST） - 关键信息：Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）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；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。 - 入选理由：官方更新日志详列了新增 Opus 5.5 默认模型、价格与大量修复，开发者可据此判断是否升级及对现有工作流的影响。 - 来源：Claude Code：GitHub Releases（RSS） - 链接：AIHOT · 原文

27. [模型] Sam Altman 称 GPT-6 Sol 和 Luna 按任务定价在市场上没有对手（评分 68 · 09-23 02:28 CST） - 关键信息：Sam Altman 表示，以按任务定价衡量，GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。引用内容称两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升，价格每 token 减半，按任务算更低。他说希望人们能用大量 AI，这对探索眼前的新复兴很重要。 - 入选理由：作者本人以按任务单价为核心解读 GPT-6 Sol 和 Luna 的定价优势，给出了他看待模型性价比的关键视角。 - 来源：X：Sam Altman (@sama) - 链接：AIHOT · 原文

28. [论文] Epoch AI 研究报告：达到同等 AI 性能的成本每季度下降约 47%（评分 66 · 09-22 08:00 CST） - 关键信息：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%，即每年约 13 倍，并认为这一速度可能自 2021 年 11 月商业 LLM 推理开始以来持续至今。分析覆盖数学、硬科学和技能游戏类五个基准；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%；报告同时指出基准针对性训练、数据不完整等局限。数据与代码在 GitHub 上公开。 - 入选理由：报告用五个基准三年数据量化达到同等性能的成本下降速度，还区分了刚成为 SOTA 与两年后两种情形，数字和方法都值得细看。 - 来源：Epoch AI：研究、数据与评测 - 链接：AIHOT · 原文

29. [观点/技巧] OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目（评分 66 · 09-23 08:00 CST） - 关键信息：OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。 - 入选理由：作者用自家 API 实测 19 个模型并按用例给出候选、价格与维度，读者可按输入类型和存储约束直接对照选型。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

30. [观点/技巧] Artificial Analysis 评测 Step 5 Preview： Intelligence Index 得 44 分，成本约为同级模型 1/2.8（评分 65 · 09-22 09:49 CST） - 关键信息：Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 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。 - 入选理由：Artificial Analysis 实测 Step 5 Preview 的得分、成本与智能体短板，读者可据此对比同分段模型的表现与性价比。 - 来源：X：Artificial Analysis (@ArtificialAnlys) - 链接：AIHOT · 原文

31. [产品] LiteParse 9 月更新：PDFium 提速 20-25%，新增视觉定位与 is-complex 路由 API（评分 65 · 09-22 22:38 CST） - 关键信息：LlamaIndex 发布 LiteParse 2.14.6 更新，通过对自维护 PDFium fork 做内存分配优化（内置 mimalloc）等手段，将文本提取耗时降低 20-25%，平均 2.76ms/页，markdown 渲染 3.94ms/页。 - 入选理由：原文给出速度、表格准确率等实测对比数据和新增 API，读者可据此评估是否替换现有 PDF 解析方案。 - 来源：LlamaIndex：产品、工程与评测 - 链接：AIHOT · 原文

32. [产品] Apple 新款 Mac mini（M6/M5 Pro）与 Mac Studio（M5 Max/M5 Ultra）今日开售（评分 64 · 09-22 20:59 CST） - 关键信息：Apple 宣布新款 Mac mini 和 Mac Studio 于 9 月 22 日开售。Mac mini 搭载 M6 和 M5 Pro，AI 性能最高提升 4 倍。 - 入选理由：官方发布文给出了完整芯片规格、AI 性能倍数和定价，读者可据此评估新桌面机对本地 AI 工作流的适配度。 - 来源：Apple：Newsroom（RSS） - 链接：AIHOT · 原文

33. [产品] OpenAI 为 GPT-6 推出改进的提示词缓存系统与诊断工具（评分 63 · 09-23 05:00 CST） - 关键信息：OpenAI 为 GPT-6 系列推出改进的提示词缓存系统，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。 - 入选理由：原文给出缓存命中率、30 分钟窗口折扣上限和新监控诊断工具，读者可以据此优化长期运行智能体的成本和延迟。 - 来源：OpenAI：官网动态（RSS · 排除企业/客户案例） - 链接：AIHOT · 原文

34. [观点/技巧] OpenRouter 实测 Jev 1.13 与 Claude Opus 5 在 Banking77 分类任务上的准确率、延迟与成本（评分 62 · 09-22 08:00 CST） - 关键信息：OpenRouter 用 Banking77 测试集的 3，080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175 ms 约为 Opus（2，266 ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。 - 入选理由：原文用同一测试流程给出两家模型的准确率、延迟与成本数据，并演示了基于置信度的级联路由方法，便于读者按自身流量权衡选型。 - 来源：OpenRouter：Announcements（RSS） - 链接：AIHOT · 原文

35. [模型] Arena 上线 GPT-6 Sol 与 GPT-6 Luna 测试，评分即将公布（评分 62 · 09-23 03:29 CST） - 关键信息：Arena 宣布 OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 评分即将公布，邀请用户前往 Arena 实测并通过投票真实智能体任务支持其排行榜。 - 入选理由：文中提及Peter用相同提示词和max reasoning对比GPT-6 Sol与GPT-5.6 Sol，覆盖输出、token用量和时延，可帮助读者了解两代模型差异。 - 来源：X：Arena (@arena) - 链接：AIHOT · 原文

36. [模型] 腾讯混元发布 Hy Image3.5 preview 图像生成模型（评分 60 · 09-21 10:51 CST） - 关键信息：腾讯混元发布 Hy Image3.5 preview，支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出，经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。 - 入选理由：原文给出了文本渲染、编辑一致性与定价等具体能力细节，以及多家腾讯内部产品的实测反馈，便于评估适用场景。 - 来源：腾讯混元：Research（API） - 链接：AIHOT · 原文

数据来自 https://aihot.virxact.com REST API v1（/dailies/{date}、/hot-topics、/items?window=24h）。