【OpenAI】DevDay 2026：20+ 项公告集中发布
OpenAI 在 DevDay 2026 上发布了超过 20 项公告，涵盖 GPT-6 Astra、Codex 更新、新 API、安全工具及面向开发者的新能力。ChatGPT 平台开放原生应用插件生态，拥有 12 亿周活用户可被直接触达，tldraw、Figma、MagicPath 等已作为首批合作伙伴接入。开放模型（GLM-5.3 Flash、Kimi K3）也可在 Codex 中原生使用并计入企业 OpenAI 消费额度。
Introducing GPT-6.1 Sol · DevDay 2026 Recap
【OpenAI】GPT-6.1 Sol 上线：接近 Astra 智能，价格为 1/5
GPT-6.1 Sol 面向编码、计算机操作和专业工作场景，API 输入输出 token 价格为 Astra 标准价的五分之一，缓存读取折扣达 95%。在 AA Intelligence 基准中，GPT-6.1 Sol (xhigh) 以 51.0 分直接进入第 5 名，超越 Claude Opus 5 (Xhigh) 的 49.7 分和 Claude Fable 5.1 (Medium) 的 48.9 分，是同价位段中排名最高的新模型。
【Anthropic】Claude Sonnet 5.5 发布：速度提升 30%，成本降低 30%
Claude Sonnet 5.5 为 5.5 系列第二款模型，相较 Sonnet 5 在多数工作负载上运行速度提升超 30%，成本降低最多 30%，支持 1M 上下文，定价 $2/$10 per Mtok，缓存读取 $0.20/Mtok。已作为 Claude Code 默认 Sonnet 模型上线。
Claude Sonnet 5.5 is now available
【OpenAI】Dots 发布：7×24 小时主动式 AI 助手
Dots 是可跨复杂项目和日常任务持续工作的主动式 AI 助手，用户保持控制权的同时让工作推进。Sam Altman 称其为"重新夺回时间和注意力的新方式"。
AA Intelligence — GPT-6.1 Sol 新模型上榜
| 模型 | 变动类型 | 排名 | 分数 |
|---|---|---|---|
| GPT-6.1 Sol (xhigh) | 新进入 | #5 | 51.0 |
| GPT-6.1 Sol (high) | 新进入 | #6 | 50.2 |
GPT-6.1 Sol 两个变体首次进入 AA Intelligence 排行榜即占据第 5、6 位，直接将 Claude Opus 5 (Xhigh) 从第 5 推至第 7，Claude Fable 5.1 (Medium) 从第 6 推至第 8。这是本周唯一符合重大变动标准的 benchmark 事件（新模型进入 top 5 导致多模型排名下移）。
注：其余 benchmark（SWE-bench Verified 等）排名变动均 <5 位、分数变动均 <5%，未达报告阈值。
| 日期 | 新闻 | 要点 |
|---|---|---|
| 09-29 | Introducing GPT-6.1 Sol | 接近 Astra 的智能水平，API 价格为 Astra 的 1/5，面向编码、计算机使用和专业工作 |
| 09-29 | DevDay 2026 Recap | 超过 20 项公告，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全工具等 |
| 09-29 | Introducing dots | Dots 是可跨复杂项目和日常任务持续工作的主动式助手 |
| 09-29 | Codex Security Cloud 升级（X） | Daybreak Blue 网络安全模型默认接入，支持全仓库扫描、持续评审提交、自动去重并准备修复 |
| 09-29 | Ultrafast 模式（X/OpenAI Devs） | Astra Ultrafast 速度达 Astra Standard 的 8 倍、Astra Fast 的 4 倍 |
| 09-29 | ChatGPT 插件平台开放（X/OpenAI Devs） | 可在 ChatGPT 内构建带插件扩展的原生应用，覆盖 12 亿周活用户 |
| 09-29 | 开放模型接入 Codex（X/Tibo） | 企业客户可在 Codex 中原生使用 GLM-5.3 Flash、Kimi K3 等开放模型，消费计入 OpenAI 承诺额度 |
| 09-29 | tldraw 插件登陆 ChatGPT（X/OpenAI Devs） | 实时多人协作画布作为 ChatGPT 插件上线 |
| 09-29 | Figma Make 接入 GPT-6.1 Sol（X/OpenAI Devs） | GPT-6.1 Sol 已可用于 Figma Make |
| 09-29 | MagicPath 内嵌 ChatGPT（X/OpenAI Devs） | 与 OpenAI 合作，MagicPath 入驻 ChatGPT 侧边栏，可访问文件并打开画布 |
| 09-29 | Amp Plaid 速度运行 Astra 6 倍速（X/OpenAI Devs） | Plaid 模式下 GPT-6 Astra 运行速度提升 6 倍，可在已有会话中切换 |
| 09-29 | Factory 成为 OpenAI B2B Marketplace 首发合作方（X/OpenAI Devs） | 企业客户可将现有 OpenAI 承诺额度用于 Factory |
| 09-28 | Towards safety cases for frontier AI training | 前沿 AI 训练安全案例早期指南，涵盖技术保障、操作实践和失对齐调查 |
| 09-28 | How we will do better for Australia | 就澳大利亚政府网站事件道歉，公布更强保障措施 |
| 09-28 | Lenfest Institute 项目扩展 | 500 万美元资金 + 最高 500 万美元软件额度及工程支持 |
| 09-28 | Basis 用 GPT-6 Astra 完成税务工作簿，速度 2 倍于 GPT-5.6 Sol | 50 标签页税务工作簿，Astra 比 GPT-5.6 Sol 快一倍 |
| 09-25 | Hugging Face 事件后续披露（X） | 发现 53 例用户图片被上传至图床（非公开链接），源于允许数据改进模型的账户，已大部分移除 |
| 09-25 | 更广泛的模型行为审查（X） | 承诺对训练/评估期间模型行为进行全面审查，预计持续数月 |
| 09-23 | Sam Altman 在联合国安理会发言 | 讨论 AI 安全、人类控制和国际合作 |
| 09-23 | ChatGPT Ads 扩展至东南亚和台湾 | 覆盖 60+ 国家的新广告市场 |
| 09-23 | Airbnb 扩大 GPT-6 Astra 使用 | 工程团队用于修 Bug、系统设计和加速交付 |
| 09-23 | Introducing MentalHealthBench | 专家参与的心理健康对话评估基准 |
| 09-23 | Harvey 用 GPT-6 Astra 生成法律文书 | 更结构化、上下文感知的法律文档 |
| 09-23 | Ringg AI 代理解决 65% 客户来电 | 使用 GPT-5.6，成本比 GPT-4.1 低 90% |
| 09-23 | invideo 调色提升 3 倍 | GPT-6 Astra 帮助一天产出 50 个自定义特效 |
| 09-23 | OpenAI 扩展乌克兰网络防御访问 | Daybreak 项目向乌克兰政府开放 |
| 09-23 | Grab 与 OpenAI 在东南亚推广 AI 技能 | GO Forward 项目帮助 30,000 名合作伙伴 |
| 09-22 | Introducing GPT-6 Sol and Luna | 两个新模型，不同能力与成本平衡 |
| 09-22 | Better prompt caching for GPT-6 | 更高缓存命中率、新诊断工具、显式断点 |
| 09-22 | Parallel 用 Astra 研究时间/成本减半 | 劳动力市场数据研究合成效率翻倍 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 09-29 | Claude Code v2.1.285 | 新增 CLAUDE_CODE_DISABLE_WEB_FETCH 环境变量，可关闭 WebFetch 工具 |
| 09-28 | Claude Sonnet 5.5 发布（X） | Claude 5.5 家族第二个模型，比 Sonnet 5 快 30%+、成本低 30%+，1M 上下文，$2/$10 per Mtok，缓存读取 $0.20/Mtok |
| 09-28 | Claude Code v2.1.284 | 新增 claude-sonnet-5-5，成为 Anthropic API 默认 Sonnet 模型 |
| 09-28 | Claude 可辅助构建评估并爬山优化（X/Boris） | 分享评估设计与 Claude Code 技能改进指南 |
| 09-26 | Claude 插件门户上线（X/Boris） | 新门户支持提交/追踪/查看用量，MCP 用量同比增长 110 倍 |
| 09-25 | Claude 完成 Nine Loops 计算（X） | 在 planar N=4 超杨-米尔斯模型中突破八循环记录达九循环，由 SLAC 的 Lance Dixon 独立验证，成本数千美元 |
| 09-25 | Claude Code v2.1.283 | 新增 x-claude-code-prompt-id 网关提示头，可通过 CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 开启 |
| 09-24 | Claude Code v2.1.282 | 新增 maxProseWidth 设置，限制宽终端中文字宽度 |
| 09-23 | Claude Code v2.1.281 | 支持 Claude Desktop 新策略键，含 blockReadsOutsideWorkingDirectories 和 disableBypassPermissionsMode |
| 09-23 | Claude 助力刚果（金）埃博拉疫情响应（X） | CEPI、WHO AFRO、INRB 使用 Claude 加速应对变异株 |
| 09-22 | Claude Opus 5.5 发布（X） | Claude 5.5 家族首个模型，多数任务达 Fable 5.1 水平，成本比 Opus 5 低 40% |
| 09-18 | Anthropic 与 Accenture 合作独立评估（X） | 双方各投入至少 10 亿美元建设评估能力，为期五年 |
| 09-17 | 发布 AI 发展速度三项指标（X） | AI R&D 中 AI 贡献占比、代理监督程度、算力分配 |
| 09-17 | 生命科学验证计划开放申请（X） | 首次开放 Mythos 模型，配生物安全防护机制 |
| 09-17 | Claude Desktop Projects 功能上线（X/Mike Krieger） | 可启动多个并行任务并由协调 Claude 统一响应 |
| 09-16 | Claude Docs/Slides/Design 上线（X/Mike Krieger） | 全面对话可用，基于重构的 Artifacts 平台 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 09-28 | Future Vision XPRIZE 获奖作品 The Gifted | 展示获奖预告片 |
| 09-24 | Gemini 3.8 Live with Live Avatar GA（X/Google Cloud Tech） | 视频虚拟人、流畅对话、工具调用等能力在 Gemini Enterprise 正式可用 |
| 09-23 | Gemini 3.8 Flash 和 Flash-Lite TTS 发布（X/Logan） | 新 SOTA TTS 模型，2000+ 预置声音，支持 100 种语言，登顶 Hume AI 语音基准 |
| 09-23 | Google Beam 扩展新区域和合作伙伴 | 推广动画演示 |
| 09-18 | AI & Economy 研究团队新增专家 | — |
| 09-17 | 联合国系统数据共享平台上线 | 全球数据更易探索 |
| 09-16 | DeepMind Institute 成立（X/Shane Legg） | 25 年 AGI 研究积累，推动技术与社会层面深入理解 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 09-29 | GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price | HN 766 分 |
| 09-29 | A Privacy Analysis of Web and Mobile Conversational AI Agents [pdf] | HN 407 分 |
| 09-29 | Simon Willison DevDay 2026 现场博客（X） | 实时更新 DevDay 主题演讲内容 |
AA / Intelligence — 有变动
| 变动类型 | 模型 | 变化 |
|---|---|---|
| 新模型 | GPT-6.1 Sol (xhigh) | 新入榜，排名第 5，分数 51.0 |
| 新模型 | GPT-6.1 Sol (high) | 新入榜，排名第 6，分数 50.2 |
| 排名下降 | Claude Fable 5.1 (Low Effort) | 7→9（分数不变 46.8） |
| 排名下降 | Claude Fable 5.1 (Medium Effort) | 6→8（分数不变 48.9） |
| 排名下降 | Claude Opus 5 (Xhigh) | 5→7（分数不变 49.7） |
| 排名下降 | Claude Opus 5.5 (Low Effort) | 13→15（分数不变 42.3） |
| 排名下降 | Claude Sonnet 5.5 (High Effort) | 8→10（分数不变 46.7） |
| 排名下降 | Grok 4.6 (medium) | 12→14（分数不变 42.8） |
| 排名下降 | Grok 4.7 (high) | 10→12（分数不变 46.3） |
| 排名下降 | MiMo-V2.6-Pro | 9→11（分数不变 46.3） |
| 排名下降 | Step 5 Preview | 11→13（分数不变 43.7） |
两个 GPT-6.1 Sol 变体作为新模型入榜，直接将 6 个已有模型各推低 2 位。新模型的入榜导致中下游排名整体下移，但所有已有模型分数均未变化。
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Adaptive Reasoning, Max Effort) | 57.6 |
| 2 | Claude Fable 5.1 (Adaptive Reasoning, Max Effort) | 53.4 |
| 3 | GPT-6 Astra (max) | 52.7 |
LMArena / Overall — 本期无变动
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | claude-opus-5.5-high | 1508.55 |
| 2 | claude-opus-4-6-high | 1505.36 |
| 3 | claude-fable-5-high | 1503.82 |
AA / Agentic — 本期无变动
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Adaptive Reasoning, Max Effort) | 57.9 |
| 2 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | 55.6 |
| 3 | GPT-6 Astra (max) | 51.0 |
AA / Coding — 本期无变动
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Adaptive Reasoning, Max Effort) | 81.6 |
| 2 | Claude Fable 5.1 (Adaptive Reasoning, Medium Effort) | 77.1 |
| 3 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | 77.0 |
SWE-bench Verified — 有变动
| 变动类型 | 模型 | 变化 |
|---|---|---|
| 排名上升 | Claude 4 Sonnet + o4-mini | 10→9（分数不变 74.4） |
| 排名下降 | GPT-5 | 9→10（分数不变 74.4） |
| 排名上升 | Claude 3.5 Haiku | 34→33（分数不变 40.6） |
| 排名下降 | LLama 3.1 70B Critic | 33→34（分数不变 40.6） |
仅尾部排名微调，分数均无变化。Claude 4 Sonnet + o4-mini 与 GPT-5 互换第 9/10 位。
当前 Top 3：
| 排名 | 模型 | 脚手架 | 分数 |
|---|---|---|---|
| 1 | Claude 4.5 Opus | Sonar Foundation Agent | 79.2 |
| 2 | Claude 4.5 Opus medium (20251101) | live-SWE-agent | 79.2 |
| 3 | Doubao-Seed-Code | TRAE | 78.8 |
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
GPT-6.1 Sol 是 OpenAI 对"中端市场"的精准卡位。 该模型以 Astra 五分之一的 API 价格进入 AA Intelligence 榜单第 5 名（xhigh 51.0 分），与排名第 3 的 GPT-6 Astra (max)（52.7 分）仅差 1.7 分，但价格差距远大于能力差距。Sam Altman 在 X 上同步宣布 95% 缓存读取折扣，进一步压低实际使用成本。对于不需要 Astra 顶配能力的工作负载，Sol 的性价比优势显著。
OpenAI DevDay 的真正主线是"平台化"。 ChatGPT 开放原生插件应用构建（12 亿周活用户）、Codex 原生支持 GLM-5.3 Flash 和 Kimi K3 等开放模型、Factory 作为 B2B Marketplace 首发合作方——这三件事组合在一起意味着 OpenAI 正在从"模型供应商"转向"AI 应用平台"，将第三方模型和第三方开发者都纳入自己的分发渠道和计费体系。
OpenAI 的 Hugging Face 事件后续审查值得持续跟踪。 53 例用户图片被上传至图床（虽为非公开链接），且 OpenAI 明确表示全面审查"预计持续数月"。这并非一次性的安全疏漏，而是一个正在进行的、范围尚未完全确定的数据外泄调查——在 DevDay 大规模发布产品新闻的同一天，这条安全披露的实际影响不应被淹没。