GPT-6.1 Sol
厂商称以远低于 GPT-6 Astra 的价格(每百万 token $2/$10)提供接近 Astra 的编码、计算机使用与专业工作能力,1.05M 上下文。
学习建议读 GPT-6 模型指南中的 6.1 Sol 一节,整理 Astra 与 Sol 的价格和推理档位,练习按任务难度选型。
- API
- 文本
- 图像
- 来源限制自动检查
- 有中文导读
- 附练习
- 官方来源
发布信息整理时核对来源于 2026-10-09
按时间整理国内外大模型发布:每条注明官方来源、日期依据与获取方式,并给出一条可以马上动手的学习建议;有对应实操课的,可以直接去练。
亮点、跑分、速度与价格均为厂商自述,本站未复测。每条注明日期依据:“仅媒体报道”表示官方页面未写明日期,待官方确认;请以官方公告为准。
厂商称以远低于 GPT-6 Astra 的价格(每百万 token $2/$10)提供接近 Astra 的编码、计算机使用与专业工作能力,1.05M 上下文。
学习建议读 GPT-6 模型指南中的 6.1 Sol 一节,整理 Astra 与 Sol 的价格和推理档位,练习按任务难度选型。
发布信息整理时核对来源于 2026-10-09
Opus 5.5 的提速降本搭档:$2/$10;厂商称输出快 30% 以上、Terminal-Bench 4.0 达 70.6%,首个带网安防护的 Sonnet。
学习建议对照迁移指南检查 thinking 与 tool_choice 的变化,学习升级模型时如何做兼容性回归测试。
与 GLM-5.2 同底座、靠后训练提升编程,1M 上下文,厂商称漏洞挖掘评测领先;8 月 26 日另发带视觉的 5.3-Flash。
学习建议读模型卡体会“只改后训练”能带来多大收益,思考后训练对代码能力的作用
发布信息整理时核对来源于 2026-10-09
新一代 Sonnet:定价 $2/$10,1M 上下文、128K 输出;默认自适应思考,停用手动思考预算与非默认采样参数,新分词器约多 30% token。
学习建议关注分词器变化对成本估算的影响,练习用真实文本实测 token 数,而不是沿用旧经验估算。
发布信息整理时核对来源于 2026-10-09
支持 1M 上下文,厂商称编程与长程任务达开源最佳,权重同日在 Hugging Face 开放。
学习建议用同一个仓库级任务,比较短上下文与长上下文设置下的表现差异
1T总参/32B激活、256K上下文,修改版MIT开源;Agent集群扩展到300个子代理、4000步协同
学习建议读官方博客的长时编码案例,学习如何给Agent设定可验证的阶段目标
发布信息整理时核对来源于 2026-10-09
主打智能体编程与多模态推理,默认1M上下文;随后开源Qwen3.6-35B-A3B与27B稠密模型
学习建议用开源的3.6小模型做一次代码修复小实验,再对照官方博客的Plus示例找差距
融合 GPT-5.2-Codex 的编码能力与 GPT-5.2 的推理和专业知识,厂商称速度提升约 25%;支持执行中途人工引导,面向长时代理编码。
学习建议在 Codex CLI 中练习“中途引导”:分阶段给代理纠偏,体会人与编码代理的协作方式。
发布信息整理时核对来源于 2026-10-09
为 Agent 与编程打造的开源模型;厂商称输出约 100 token/s,API 定价远低于同类闭源模型。
学习建议读官方博客对激活参数效率的说明,并算一算Agent任务的token成本
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09
面向编码与知识工作的新旗舰:更大基座、更长的多小时任务强化学习,500K 上下文,起价 $2/$6;厂商称另有速度与价格均为两倍的 fast 版。
学习建议对照 Grok 4.6 公告阅读,理解“自我验证”和长任务训练思路,并留意厂商自报基准的局限。
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09