#OpenAI
Arena.ai@arenaAI 评分5555
Arena.ai@arenaAI 评分6161引用Arena.ai@arenaReal-world results are in: GPT-6.1 Terra (Max) by @OpenAI just landed #14 in the Code Arena: WebDev with 1671 pts, delivering Pareto level results! That’s +151 pts over GPT-5.6 Terra, now at #56. At a median cost of $0.40 per task, GPT-6.1 Terra costs 28% less than GPT-5.6 Terra ($0.56 per task), reshaping the Pareto frontier. Compared to other models in the family, GPT-6.1 Terra (Max) is incredibly efficient: - 81 pts below #4 GPT-6.1 Sol (1752 pts), at 75% lower median cost per task. - Just 6 pts below #11 GPT-6 Sol (1677 pts), at 76% lower median cost per task Congrats to the @OpenAI team on this release!
MarkTechPostAI 评分4949 Block 发布 Dessa:仅用语音训练的全双工语音模型
Block 发布研究预览版 Dessa,一款仅用人类对话音频训练的全双工语音到语音模型,不使用文本和预训练模型。它用 1 台 NVIDIA GB200 NVL72(72 块 GPU)训练,可在 MacBook Pro M4 Max 及以上本地运行且快于实时。目前仅有演示,未公布 benchmark 分数、参数量、权重、论文或 API,需申请 waitlist。
Latent SpaceAI 评分7575 Google DeepMind 发布 Gemini 4 Carbon,登顶多项独立排行榜
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,以 59 分登顶 Artificial Analysis Intelligence Index v5,并率先通过 Fairwind Program 向可信网络防御者开放。
Google DeepMind:Blog精选AI 评分6868 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon,定位为最强前沿模型,主打网络安全与长程智能体能力,在 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 取得领先,并以 59 分登顶 Artificial Analysis Intelligence Index v5.0。
推荐理由:官方公布 Gemini 4 Carbon 的安全编码与长程任务成绩和定价,可据此外推其在网络安全防御场景的实际定位。
Artificial Analysis@ArtificialAnlysAI 评分6969
IT之家·人工智能AI 评分5959 谷歌更新 Android Bench 榜单:Gemini 4 Argon 编程能力落后于 Claude 与 GPT
谷歌更新评估安卓编程辅助能力的 Android Bench 榜单,新增 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5 和 Gemini 4 Argon 的成绩,并标注各模型推理等级。
Artificial Analysis@ArtificialAnlysAI 评分5555
Arena.ai@arenaAI 评分6161Arena 公布 GPT-6.1 Terra (Max) 在 Code Arena: WebDev 榜单以 1671 分位列第 14,比 GPT-5.6 Terra 高 151 分,后者现列第 56。
引用OpenAI@OpenAIGPT-6.1 Terra:以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容,跨应用执行操作,写作自然流畅,是一个能胜任你整个工作日的更强大模型,并具备承担更多工作的效率。
MarkTechPostAI 评分7575 OpenAI 发布 GPT-6.1 Terra,API 价格为 GPT-6.1 Sol 的一半
OpenAI 发布面向视觉推理、计算机使用和写作的 GPT-6.1 Terra,接替 GPT-5.6 Terra,API 定价为每百万 token 输入 $1、输出 $5,是 GPT-6.1 Sol 的一半。
Simon Willison 博客AI 评分6969 Simon Willison 点评 OpenAI 新模型 GPT-6.1 Terra 的定位与定价
Simon Willison 分析 OpenAI 发布的 GPT-6.1 Terra,指其主打视觉推理与计算机操作,定价为 $1/百万输入 token、$5/百万输出 token,约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半、GPT-6 Luna 的约 10 倍。
IT之家·人工智能精选AI 评分8585 OpenAI 宣布 AI 模型取得三项科学突破,涉及局部光滑猜想、指数时间假设与杨–米尔斯理论
OpenAI 于 10 月 27 日宣布其 AI 模型在数学、计算机科学和物理学领域取得三项研究突破。数学上给出了所有维度下局部光滑猜想的证明,从而解决挂谷猜想与斯坦因限制猜想;计算机科学上给出推翻指数时间假设(ETH)的证明,暗示相关计算任务可能有更快算法;物理学上提出量子色动力学及标准模型一种统一完备化的严格存在性证明,涉及杨–米尔斯千禧年难题的一部分。
推荐理由:原文梳理了三项成果的数学背景和验证方式,并注明仍待学术界独立确认,读者可据此把握证据强度。
IT之家·人工智能同事件AI 评分7979 OpenAI 发布 GPT-6.1 Terra:主打低成本电脑操作任务,每项任务成本约为 Claude Opus 5.5 的九分之一
OpenAI 于 10 月 27 日发布新模型 GPT-6.1 Terra,主打以更低成本完成复杂电脑操作任务,擅长视觉推理和桌面软件自动化,10 月 27 日起向 Plus、Pro、Enterprise 和 Edu 用户开放,可在 ChatGPT Work 和 Codex 及 API(gpt-6.1-terra)中使用。
同一件事,精选收录的是《OpenAI 发布 GPT-6.1 Terra,主打电脑操作与写作能力》
Rohan Paul@rohanpaul_aiAI 评分7373
Artificial Analysis@ArtificialAnlysAI 评分4343
Sam Altman@sama同事件AI 评分7171引用OpenAI@OpenAIGPT-6.1 Terra:以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容,跨应用执行操作,写作自然流畅,是一个能胜任你整个工作日的更强大模型,并具备承担更多工作的效率。
同一件事,精选收录的是《OpenAI 发布 GPT-6.1 Terra,主打电脑操作与写作能力》
The Decoder:AI News同事件AI 评分8282 OpenAI 发布 GPT-6.1 Terra,API 价格减半并在多项基准上逼近更大模型
OpenAI 发布 GPT-6.1 Terra,API 输入 $1/百万 token、输出 $5,价格是 GPT-5.6 Terra 的一半,缓存输入降至 $0.05。
同一件事,精选收录的是《OpenAI 发布 GPT-6.1 Terra,主打高效计算机操作与更低成本》
Tibo@thsottiaux精选AI 评分7474引用OpenAI@OpenAIGPT-6.1 Terra:以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容,跨应用执行操作,写作自然流畅,是一个能胜任你整个工作日的更强大模型,并具备承担更多工作的效率。
推荐理由:发布者本人说明了 Terra 在写作与屏幕理解上的改进,并给出相对 6.1 Sol 两倍用量的对比,便于评估适用场景。
OpenAI:官网动态精选AI 评分8686 OpenAI 发布 GPT-6.1 Terra,主打高效计算机操作与更低成本
OpenAI 发布 GPT-6.1 Terra,定位快速高效的计算机使用与视觉推理模型,标准 API 定价比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%,为每百万输入 token $1、缓存输入 $0.05、输出 $5。
推荐理由:官方公布了 GPT-6.1 Terra 在电脑操作、编码和成本上的具体数据与定价,便于开发者评估高吞吐任务是否值得迁移。
Arena.ai@arenaAI 评分7575引用OpenAI@OpenAIGPT-6.1 Terra:以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容,跨应用执行操作,写作自然流畅,是一个能胜任你整个工作日的更强大模型,并具备承担更多工作的效率。
Artificial Analysis 完整文章精选AI 评分7676 Artificial Analysis 评测 GPT-6.1 Terra:以不到三分之一成本推进性价比前沿
Artificial Analysis 评测 OpenAI 发布的 GPT-6.1 Terra,称其在低中 effort 下达到智能与成本的 Pareto 前沿,价格为 GPT-5.6 Terra 的一半或更低($1/$5 每百万输入/输出 token)。
推荐理由:评测方给出 GPT-6.1 Terra 在智能指数、幻觉率和编码代理基准上的具体得分与成本对比,读者可据此评估其性价比位置。
Artificial Analysis@ArtificialAnlys同事件AI 评分7878Artificial Analysis 评测 OpenAI 新发布的 GPT-6.1 Terra,称其为 GPT-5.6 之后首个 Terra 级模型,智能更高而成本不到三分之一。
同一件事,精选收录的是《Artificial Analysis 评测 GPT-6.1 Terra:以不到三分之一成本推进性价比前沿》
OpenAI@OpenAIAI 评分6464OpenAI 发布 GPT-6.1 Terra,主打以更低价格提供快速且强大的计算机操作能力。模型能理解屏幕内容、跨应用执行操作、自然写作,效率提升可承担更多日常工作量。

OpenAI:部署安全与系统卡AI 评分4848 GPT-6.1 Terra 系统卡增补:生物化学能力定为 High,Sandbox Bench 通过率 22.7%
OpenAI 发布 GPT-6 Astra 系统卡增补,说明 GPT-6.1 Terra 沿用与 GPT-6 Astra 相同的数据与训练方式。该模型在生物与化学领域被定为 High 能力,Multimodal Troubleshooting Virology 越过指示性阈值。
Artificial Analysis 完整文章AI 评分5353 Artificial Analysis 发布 Code2Video-AA:用代码设计视频的模型评测
Artificial Analysis 独立实现 HeyGen 的 Code2Video Bench,发布 Code2Video-AA 评测,让模型根据设计简报用 HTML 与 GSAP 编写代码生成短视频并按 Elo 排名。
Rohan Paul@rohanpaul_aiAI 评分7575Moonshot AI 发布 Kimi K3.1 Pro,为其最强的 3T 级开源权重模型,1M token 上下文,2.8T 总参数、104B 激活(MoE),支持多模态。
引用Kimi.ai@Kimi_Moonshot隆重推出 Kimi K3.1 Pro:我们能力最强的 3T 级开放权重模型。 🔹 1M token 上下文,2.8T 总参数 / 104B 激活参数(MoE),多模态。 🔹 全项目级编程:可在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。 🔹 在金融工作上更可靠:建模准确,幻觉降低 65%。 🔹 在编程、智能体和知识基准测试中,与最强的闭源模型不相上下。 Kimi K3.1 Pro 和 K3.1 Pro Highspeed(快 2–3 倍)现已在 http://Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线。 开放权重将于 2026 年 11 月 4 日发布。 🔗 API:http://platform.kimi.ai 🔗 技术博客:http://kimi.ai/blog/kimi-k3-1-pro
Rohan Paul@rohanpaul_aiAI 评分7272引用Rohan Paul@rohanpaul_aiMoonshot AI’s first update, the new Kimi K3.1 Pro > Kimi K3.1 Pro scores 65.7% on Terminal-Bench 4.0, 0.7 points behind Claude Opus 5.5 and 7.5 ahead of GPT-6 Astra, at a lower average cost per task than either rival’s top runs. > Moonshot saw exploit skill climb as post-training scaled, so it removed cyber-related data from mid-training and RL; on its internal xdev-bench-hard, pass@3 fell from 90.5% to 81.0%. > The filtered model still solves 81.0% of those exploitation tasks against K3’s 33.3%, which Moonshot reads as general coding gains carrying into cyber work, while a third-party run of GPT-5.6 Sol solved 100%. > On Moonshot’s internal hallucination stress test with tools, false claims fell from 23.4% for K3 to 8.3%, still above GPT-6 Astra’s 5.5% but well below Claude Opus 5.5’s 15.0%. > The biggest jump is on Moonshot’s simulated business-operation test, where scores rose from 8.9 to 37, and K3.1 Pro also tops OfficeQA Pro v2 at 64.4 against Opus 5.5’s 62.2. > Gains are uneven: K3.1 Pro scores 38.1 on Terminal-Bench Science against GPT-6 Astra’s 68.1 and Opus 5.5’s 63.3, while leading Agents’ Last Exam at 43.2 and Humanity’s Last Exam with tools at 70.0. > K3.1 Pro and a Highspeed variant running 2-3x faster are live in Kimi’s apps and API, with full weights due by November 4 for independent reruns.
Artificial Analysis@ArtificialAnlysAI 评分4848
clem 🤗@ClementDelangueAI 评分4949
Artificial Analysis@ArtificialAnlysAI 评分4848
Artificial Analysis@ArtificialAnlysAI 评分4646
Artificial Analysis@ArtificialAnlysAI 评分4848
Artificial Analysis@ArtificialAnlysAI 评分4545
Arena.ai@arenaAI 评分5757引用Arena.ai@arenaUpdate to the Agent Arena Pareto frontier: GPT-6 Luna (Max) has landed on the Agent Arena Pareto frontier with +1.59% net improvement at a median cost of just $0.05 per task! Luna costs 29% less than DeepSeek-V4.1-Flash and 76% less than Hy4 preview, while trailing their net-improvement scores by just 2.27 and 2.51 percentage points respectively. Compared to other GPT models on the Pareto frontier, GPT-6 Luna (Max) costs 94% less than GPT-6 Sol (Max), and 98% less than GPT-6 Astra (Max). Congrats to the @OpenAI team on this cost-efficient release!
The Decoder:AI NewsAI 评分6161 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上大幅提升
OpenAI 表示最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进,这些语言训练代码少但支撑大量关键基础设施,IBM 估计 COBOL 支撑超过 40% 的网上银行系统和 95% 的 ATM 交易。
Artificial Analysis@ArtificialAnlysAI 评分6464Artificial Analysis 分析 Intelligence Index 各阈值达成的成本变化:达到 30 分如今每任务 0.03 美元(GPT-6 Luna high)。

Artificial Analysis 完整文章AI 评分5353 Artificial Analysis 发布 HealthBench 与 HealthBench Professional 模型健康对话排行榜
Artificial Analysis 上线 HealthBench 和 HealthBench Professional 排行榜,两个基准来自 OpenAI,用医生编写的评分标准评估模型在真实健康对话中的表现。
Artificial Analysis@ArtificialAnlysAI 评分5252Artificial Analysis 为 OpenAI 的 HealthBench 与 HealthBench Professional 基准上线排行榜,评估模型对真实健康对话的回复。