【OpenAI】GPT-6 与 Intelligent UI 向全体用户开放
GPT-6 正在全球 ChatGPT 中上线，配套 Intelligent UI 可在对话中直接生成可视化组件和交互界面，目标覆盖 1.2B 用户。这是 ChatGPT 界面自推出以来最大的交互形态变化——模型不再只输出文本，而是能即时渲染可操作的界面元素。
🔗 GPT-6 and Intelligent UI for everyone
【Anthropic】Claude Haiku 5.5 发布：史上最便宜最快小模型
Haiku 5.5 支持 1M token 上下文，定价 $0.10/$0.50 per Mtok（超 100K token 时 $0.50/$2.50），平均成本比 Haiku 4.5 低约 75%，且速度更快、能力更强。同日 Sonnet 5.5 cache reads 降价至 $0.10/Mtok。Haiku 5.5 距上一代仅不到一年，小模型价格已下探至去年四分之一水平。
【OpenAI】发布数学领域前沿模型研究成果
OpenAI 公布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上共享 Lean 形式化证明和研究细节，已与高等研究院数学 AI 顾问小组咨询。Sam Altman 称"正在进入新的发现时代"，HN 热度 1225 分。
🔗 Sharing AI progress in mathematics
【OpenAI Developers】Decisions API 进入公开 Beta
Decisions API 允许应用在近实时内选择合适的模型、工具或动作，决策速度比通过 Responses API 调用 GPT-6 Luna 快最高 10 倍。已有 Podium、Francois Laberge 等开发者用于工作流路由和手势识别场景。
【Google】SynthID Detector 向所有人开放
SynthID Detector 上线，可检测在线内容是否由 Google AI 或合作伙伴工具（含 OpenAI、NVIDIA、Kakao，Apple 即将加入）生成。这是首个跨厂商的 AI 内容水印检测工具，Demis Hassabis 亲自转发。
本期 SWE-bench Verified 排名变动均未达到阈值（排名变动 <5，分数变动 0%）：Claude 4 Sonnet + o4-mini 升至第 9（GPT-5 降至第 10），Claude 3.5 Haiku 与 LLama 3.1 70B Critic 互换 33/34 位，均无实质分数变化。无重大 benchmark 变动需报告。
| 时间 | 新闻 | 要点 |
|---|---|---|
| 10-07 21:02 | GPT-6 and Intelligent UI for everyone | GPT-6 全球推送，Intelligent UI 让 ChatGPT 回答可视化、可交互；Tibo 确认面向 1.2B 用户规模 |
| 10-07 19:03 | Helping teens learn, plan, and shape the future of AI | ChatGPT for Teens 预览 College Planner（大学申请管理），新增 flashcards/quizzes，成立 teen AI council |
| 10-07 07:00 | Radisson Hotel Group brings hotel discovery into ChatGPT | Radisson 联合 Accenture 在 ChatGPT 内上线酒店搜索与预订插件 |
| 10-07 (Dev) | Decisions API 公开测试 | Decisions API 公测，决策速度比 GPT-6 Luna 快 10 倍；Podium 已用于工作流路由，开发者用于手势识别和文档写作 |
| 10-06 22:17 | Sharing AI progress in mathematics | 内部前沿模型在开放数学问题上产出新结果，发布 Lean 证明并开源；与 IAS 数学顾问组合作；HN 1225 分 |
| 10-06 16:00 | Atlassian and OpenAI expand partnership | 将前沿模型接入 Atlassian 企业知识库，帮助团队规划与交付 |
| 10-06 12:00 | How Jump Trading is scaling quant research | Jump Trading 用 ChatGPT 扩展量化研究，长流程 AI 工作流结合多数据源+人工审核 |
| 10-06 10:00 | Advancing computer use with Ironclad | 与 Ironclad 合同管理平台上训练评估 AI agent |
| 10-05 15:00 | Our approach to EU text provenance rules | 阐述 EU 文本水印方案：适用范围、检测机制、优先向研究者开放 |
| 10-05 10:00 | Building advertising for the way people use AI | ChatGPT 推出可视化广告格式，扩展衡量工具和品牌安全 |
| 10-02 16:15 | A model guide for the GPT-6 family | 创业公司选型指南：模型选择、推理力度调节、工具协调、生产部署 |
| 10-02 00:00 | Chatham scales its capital markets expertise | Chatham Financial 用 Codex + GPT-5.6 将交易验证从 30 分钟压缩至 4 分钟内 |
| 时间 | 新闻 | 要点 |
|---|---|---|
| 10-07 18:10 | Claude Code v2.1.293 | 新增 Claude Haiku 5.5 为默认 Haiku 模型；1M 上下文，$0.10/$0.50 per Mtok（超 100K 后 $0.50/$2.50） |
| 10-07 18:01 | Claude Haiku 5.5 发布 | Anthropic 最便宜最快的小模型；比 Haiku 4.5 便宜约 75%；Sonnet 5.5 缓存读取减半至 $0.10/Mtok；HN 651 分 |
| 10-06 19:00 | Cyber Verification Program 扩展 | 安全专业人士可访问 Mythos 5.1、Opus 5.5、Sonnet 5.5；新增渗透测试和红队授权层级 |
| 10-06 18:59 | Claude Code v2.1.292 | claude plugin install 新增 --marketplace 参数 |
| 10-06 03:55 | Claude Code v2.1.291 | 修复 v2.1.290 云端会话权限提示丢失的回归 |
| 10-05 23:33 | Claude Code v2.1.290 | mod 的 turn.step hook 新增 serverToolUses，暴露 API 自行运行的工具调用 |
| 时间 | 新闻 | 要点 |
|---|---|---|
| 10-07 16:39 | DeepMind 联合 Chan Zuckerberg 虚拟生物计划 | 合作创建多模态数据集以改进预测性生物学模型 |
| 10-07 14:03 | SynthID Detector 向所有人开放 | 检测内容是否由 Google AI 或合作伙伴（含 OpenAI、NVIDIA、Kakao，即将支持 Apple）工具生成 |
| 10-07 12:00 | Introducing Playground | Google 推出 AI 实验性游戏创建平台 Playground |
| 10-06 18:07 | Nano Banana 2.1 发布 | 图像生成/编辑模型升级，质量提升、价格降低；API/AI Studio/Gemini app 可用 |
| 10-06 08:48 | Fleming Initiative 抗菌素耐药性 AI 评估计划 | DeepMind 支持的 3 年项目，建立 AI 用于 AMR 的评估标准 |
| 时间 | 来源 | 要点 |
|---|---|---|
| 10-07 22:52 | Boris Cherny RT | PM 用例：Claude 生成功能使用 top 10 排行 artifact 并自动约 15 分钟用户访谈 |
| 10-07 18:20 | Haiku 5.5 省钱技巧 | 将 autocompact window 设为 100K 可保持低价档位；按模型独立配置 |
| 10-07 00:32 | Simon Willison LLM 插件 | 发布 LLM 插件对接 OpenAI Decisions API（基于 GPT-6 Luna 的 Jev-clone） |
| 10-06 14:35 | Mistral Large 4 "Le Chonk" | 1T 参数、原生多模态、49B 激活；自称欧美最强开源权重模型 |
| 10-07 17:58 | Karotte 开源 | RL 环境构建框架，经 100 万+ 评估运行和红队测试打磨 |
| 10-07 18:49 | Meta 和 Microsoft 限制员工使用 Claude | HN 262 分讨论 |
| 10-07 17:48 | Docker Agent | HN 171 分 |
[AA / Intelligence] 当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) | 57.6 |
| 2 | Claude Fable 5.1 (Max, Default Fallback) | 53.4 |
| 3 | GPT-6 Astra (Max) | 52.7 |
本期无变动。
[LMArena / Overall] 当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Argon High | 1525.22 |
| 2 | Claude Opus 4-6 High | 1504.73 |
| 3 | Claude Fable 5 High | 1504.27 |
本期无变动。
[AA / Agentic] 当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 57.9 |
| 2 | Claude Opus 5 (Xhigh) | 55.6 |
| 3 | GPT-6 Astra (Max) | 51.0 |
本期无变动。
[AA / Coding] 当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 81.6 |
| 2 | Claude Fable 5.1 (Medium, Default Fallback) | 77.1 |
| 3 | Claude Opus 5 (Xhigh) | 77.0 |
本期无变动。
[SWE-bench Verified] 当前 Top 3：
| 排名 | 模型（含 scaffold） | 分数 |
|---|---|---|
| 1 | Claude 4.5 Opus (Sonar Foundation Agent) | 79.2 |
| 2 | Claude 4.5 Opus medium (live-SWE-agent) | 79.2 |
| 3 | Doubao-Seed-Code (TRAE) | 78.8 |
本期变化（均在排名尾部）：
| 模型 | 变化 | 前排名 → 现排名 | 分数 |
|---|---|---|---|
| Claude 4 Sonnet + o4-mini | ↑ | 10 → 9 | 74.4 |
| GPT-5 | ↓ | 9 → 10 | 74.4 |
| Claude 3.5 Haiku | ↑ | 34 → 33 | 40.6 |
| Llama 3.1 70B Critic | ↓ | 33 → 34 | 40.6 |
分数均未变化，仅排名位次互换。
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
GPT-6 + Intelligent UI 全球推送：Intelligent UI 让 GPT-6 直接在 ChatGPT 中生成可视化和可交互组件，而非传统纯文本回答——这标志着 ChatGPT 从对话工具向"可操作界面"形态转变，Tibo 确认已面向 1.2B 用户规模部署。但这一形态能否被用户广泛接受，取决于生成 UI 的稳定性和实用性，目前尚无第三方评测数据。
Claude Haiku 5.5 定价策略：Haiku 5.5 以 1M 上下文、比 Haiku 4.5 便宜约 75% 的定价切入高频任务市场，同步降低 Sonnet 5.5 缓存读取至 $0.10/Mtok——这是 Anthropic 在 Opus 占据智能榜首位后，用低价小模型 + 缓存降价组合争取 API 开发者用量的明确信号。100K 以下 $0.10/$0.50 的定价档直接对标 OpenAI 同级别模型的单位成本。