Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 发布，模型价格战升级
Anthropic 发布 Claude Opus 5.5，OpenAI 约一小时后发布 GPT-6 Sol 和 GPT-6 Luna，多家模型定价普遍下调。
推荐理由：作者用一张横向定价表和自己跑的实测，呈现了三款新模型的价格变化与 max 档的实际表现。
内容形态
评测基准 最新动态
模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。
3 条精选近 30 天 2 条共收录 13 条
更新
评测基准的精选
Simon Willison精选AI 评分7979
Latent Space精选AI 评分7676 Xiaomi MiMo-V2.6-Pro 1T-A42B 发布，成为新的顶级开放权重模型
Xiaomi 发布 MiMo-V2.6 系列原生全模态模型，MiMo-V2.6-Pro 以 1.02T 总参数 / 42B 激活参数成为新的顶级开放权重模型，另有 MiMo-V2.6-Flash 与最高 20x 输出提速的 MiMo-V2.6-Pro-UltraSpeed。
推荐理由：文中给出 RL 训练的批量、上下文与 token 步长细节以及开源范围，便于判断开放 RL 环境的价值。
Microsoft Research精选AI 评分7171 Microsoft Research 开源智能体训练框架 Orchard，小参数模型在 SWE-bench Verified 达 69.7%
Microsoft Research 开源智能体训练框架 Orchard，核心是基于 Kubernetes 的可复用环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体，并同步发布训练数据与评测方法。
推荐理由：环境层与三套训练配方一并开源，读者可以据此判断小参数模型在真实 harness 中训练能达到什么水平。