动态 · 2026 年 9 月 24 日
Opus 5.5 与 GPT-6 Sol:旗舰能力往下放
同一天,Anthropic 与 OpenAI 都把最强一档的能力放进了更便宜的模型;开放权重第一换成了小米 MiMo-V2.6-Pro。
旗舰能力往下放
9 月 22 日,Anthropic 发布 Claude Opus 5.5,官方称多数工作上达到 Fable 5.1 的水平,运行成本低 40%;同一天 OpenAI 发布 GPT-6 Sol 与 Luna,把 9 月初 GPT-6 Astra 的能力下放到价格减半的两档。两家做的是同一件事:不是把天花板再抬高,而是让天花板那一档变便宜、变快。
这对劳动阶梯的意义在办公那一级。Opus 5.5 在 OSWorld 2.0 上自报 81.8%,GPT-6 Sol 在离线版、xhigh 档下自报 60.5%——但同一个 Opus 5,Anthropic 记作 74.0%,OpenAI 的图里是 60.3%,两家的测法与推理档不同,数字不能直接比。能力在涨,可核对的第三方数字没有跟上,所以「办公:进行中」这条判断不变。
大模型:每个阵营换成最强与最新
Anthropic 展示 Fable 5.1(最强,Artificial Analysis 智能指数 53)与 Opus 5.5(最新);OpenAI 展示 GPT-6 Astra(最强,53)与 GPT-6 Sol(最新);Google 本期没有新发布,仍是 Deep Think 与 Gemini 3.8 Flash。
国产开源只留最强的一个:9 月 21 日小米以 MIT 协议开放 MiMo-V2.6-Pro(1.02T 总参数、42B 激活),智能指数 46,超过 GLM-5.3(45)与 Kimi K3(44),成为开放权重第一,但与闭源第一档仍差 7 分。GLM-5.3 的权重已于 8 月 28 日公开,补进了它的条目。
一句话速览
- Claude Opus 5.5:Terminal-Bench 4.0 66.4%、OSWorld 2.0 81.8%、GDPval-AA 1846 Elo;输入 $4、输出 $20 每百万 token。官方口径(anthropic.com/claude-opus-5-5)
- GPT-6 Sol 输入 $2、输出 $10,GPT-6 Luna 输入 $0.10、输出 $0.50,均比 GPT-5.6 同档低一半;DeepSWE v1.1 上 Sol 为 68.8%。官方口径(OpenAI 发布页,经 VentureBeat 转述)
- MiMo-V2.6-Pro 以 MIT 协议开放,Artificial Analysis 智能指数 46,开放权重第一。Artificial Analysis;Hugging Face 模型卡 XiaomiMiMo/MiMo-V2.6-Pro-RL
- RSI、AI4S 与世界模型本期没有需要改判的新事件;14 条判断全部复核,结论不变。判断台账 /judgments
撤下主列表
数据与链接都保留,在各页底部的「往期」里。
- Claude Opus 5:由 Claude Opus 5.5 取代。
- Claude Fable 5:由 Claude Fable 5.1 取代。
- GPT-5.6 Sol:由 GPT-6 Sol 取代。
- GLM-5.3:国产开源只展示最强的一个;智能指数 45,次于 MiMo-V2.6-Pro。
- Kimi K3:国产开源只展示最强的一个;智能指数 44。
- Qwen3.8-2.4T-A95B:国产开源只展示最强的一个。
- DeepSeek-V4-Pro:国产开源只展示最强的一个。
判断变化
0条判断在 2026 年 9 月 24 日 复核0条改变14条判断在台账里看完整判断台账 → 改变了什么
0 条判断全部复核,没有改变:新证据还不足以改写任何一条结论。
本期数据变化
新增模型 · 4
GPT-6 SolClaude Fable 5.1Claude Opus 5.5MiMo-V2.6-Pro
新机构 · 小米