OpenAI发布GPT-6 Sol与Luna双模型，主打能力与成本的差异化取舍
NEW
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，定位为在能力与成本之间做不同取舍，把前沿智能带到日常工作场景。据官方介绍，Sol 与 Luna 面向不同负载：分别针对需要更强推理的复杂任务，以及对成本敏感的规模化调用场景做优化。此前 OpenAI 已在 DevDay 2026 上一次性发布 20 多项更新，GPT-6 系列成为其模型矩阵核心。对开发者而言，双模型策略意味着可按任务复杂度分级路由，在效果与 Token 成本之间取得平衡，也让企业需要重新评估原有 GPT-5.6 等模型的性价比。
OpenAI推出GPT-6.1 Sol：接近Astra的能力，价格仅为其五分之一
HOT
OpenAI 发布 GPT-6.1 Sol，官方称其在编程、计算机操作和专业工作场景上具备接近 Astra 的智能水平，但标准 API 的输入与输出 Token 价格仅为 Astra 的五分之一。这一定价直接压低了前沿模型的调用门槛；此前客户 Basis 已用 Astra 把 50 个页签的税务工作簿处理速度提升一倍。对开发者而言，GPT-6.1 Sol 让高推理强度任务的单位成本大幅下降，模型选型逻辑从「能力优先」转向「能力与单价的最优组合」，预计会加速 Coding Agent 与办公自动化场景的规模化落地。
openJiuwen首发X-Router自演进模型路由：昇腾亲和，Token消耗实测降50%以上
DEV
openJiuwen 发布 X-Router 自演进模型路由技术，主打让每一次请求选对模型、让每一次反馈成为下一次更优更省的选择，官方称实测可减少 50% 以上 Token 消耗，并对昇腾算力亲和。该技术面向多模型并用的 Agent 场景：当应用同时接入不同规模、不同价位的模型时，路由层根据任务难度与历史反馈动态选择执行模型，避免用大模型处理简单请求。对企业而言，这意味着在推理成本高企的当下，可在不牺牲效果的前提下压低单次调用成本，国产算力适配也降低了部署门槛。
OpenAI DevDay 2026发布20余项更新，GPT-6 Astra领衔
HOT
OpenAI 公布 DevDay 2026 回顾，本届大会累计发布 20 多项更新，覆盖 GPT-6 Astra、ChatGPT、Codex、API、安全能力以及面向开发者的新工具。GPT-6 Astra 成为多条产品线的底座，Basis、Harvey、Airbnb、Parallel 等客户已将其用于税务工作簿、法律文书、工程研发与劳动市场研究等场景。对开发者生态来说，一次性放出模型、Agent 工具链与安全组件，意味着 OpenAI 正把竞争重心从单一模型能力转向「模型＋平台＋工具」的整体交付，第三方应用的迁移与重构窗口也随之打开。
OpenAI安全团队持续震荡：负责人离职，三名员工因泄密被开除
HOT
据量子位报道，OpenAI 安全团队持续动荡：安全负责人离职，同时有三名员工因泄密被解雇，这是该公司安全与治理条线上又一次重大人事调整。背景是 OpenAI 正在推进前沿模型训练安全案例、第三方独立评估等机制，安全团队的话语权与汇报关系一直是外界关注焦点。对行业而言，头部实验室安全团队频繁换血，可能影响前沿模型的发布节奏与风险评估标准，也让监管方和合作伙伴对其安全承诺的连续性产生疑问，安全叙事与组织执行力之间的落差被进一步放大。
DeepSeek扩招弹性计算团队，岗位JD直接附上一篇技术报告
NEW
据量子位报道，DeepSeek 正为弹性计算团队大规模招聘，放出大量 HC，尤其急需资深工程师，其岗位 JD 直接附带一篇技术报告，而非传统的职责罗列。此举被解读为 DeepSeek 在模型训练与推理的算力调度、弹性伸缩基础设施上继续加码。背景是该公司以低成本高效率的训练路线著称，弹性计算直接关系到集群利用率与推理成本。对 AI 人才市场而言，以技术报告代替 JD 的招聘方式既筛选了真正懂系统的候选人，也透露出基础设施仍是下一阶段竞争的关键变量。
丘成桐新论文致谢GPT与Claude，44年前问题清单被重新拾起
HOT
数学家丘成桐在新论文的致谢中明确提到 GPT 与 Claude，称 AI 工具在文献梳理与研究推进中提供了帮助，而该论文处理的问题可追溯到 44 年前被他亲自列入清单的猜想。这是顶尖数学家公开在正式学术文本中致谢大模型的最新案例。其意义在于：AI 已从写代码、做翻译的通用工具渗透进基础数学这类高度依赖直觉与长期积累的领域；同时也引发关于学术署名、贡献归属与致谢规范的讨论——当 AI 参与推理过程，如何界定人的原创贡献将成为学界必须回答的问题。
arXiv出台最严投稿新规：每人每月最多提交2篇，拒稿不退额度
NEW
arXiv 宣布实施新的投稿限制：每位作者每月最多提交 2 篇论文，且拒稿不退额度，更换分区也无法规避。新规直指近年来预印本数量激增、AI 生成内容与低质量灌水稿泛滥的问题。背景是大模型显著降低了论文写作与投稿成本，审稿与编辑资源被大量低价值投稿挤占。对研究者而言，投稿策略将被迫从「广撒网」转向「少而精」；对学界而言，这是继会议截稿、同行评审改革之后，学术基础设施对 AI 时代投稿洪流的又一次被动防御。
何恺明团队新作：用ImageNet训练的编码器也能解ARC挑战
DEV
何恺明团队发布新研究，尝试用 ImageNet 训练出的 encoder 解决 ARC 挑战任务，即把模型从自然图像中学到的表征迁移到抽象推理题上，无需针对 ARC 做大规模专门训练。ARC 长期被视为检验抽象推理能力的试金石，此前主流方案多依赖专门设计的推理架构或合成任务数据。该工作若成立，意味着通用视觉预训练获得的表征可能已隐含部分组合与抽象能力，为「通用表征＋轻量适配」路线提供了新证据，也降低了小团队研究抽象推理的门槛。
Sam Altman在联合国安理会发言：谈AI安全、人类控制与国际合作
HOT
OpenAI CEO Sam Altman 在联合国安理会发表讲话，围绕 AI 安全、人类对 AI 的控制以及国际合作展开，呼吁各国在模型能力快速提升的背景下建立协调机制。此番发言把前沿实验室的立场直接带入多边安全议程，与此前 OpenAI 提出的全球 AI 标准、前沿训练安全案例等主张一脉相承。对各国监管者而言，头部厂商主动走上联合国平台，既是在争取规则制定的话语权，也是在为跨境部署与技术出口预先铺设合法性基础；后续能否形成可执行的国际评估与通报机制，仍取决于主要国家间的博弈。
OpenAI呼吁建立全球AI标准：协同评估、报告与治理
OpenAI 发布文章阐述其对下一代 AI 标准的构想，主张通过协调一致的评估、报告与治理机制提升安全性，推动形成共享的全球标准。文章延续了该公司在第三方独立评估、前沿模型安全案例等方向上的主张，核心是把「各家自评」转为「可比较、可验证」的公共流程。背景是各国监管框架分化明显，欧盟、美国与亚洲市场的合规要求差异正抬高模型跨境部署成本。对企业而言，统一标准若落地，将降低多市场合规的重复投入；但标准由谁主导、评估结果是否公开，仍是最敏感的争议点。
OpenAI发布前沿AI训练安全案例指南，把安全举证前移到训练前
OpenAI 公布面向前沿 AI 训练的安全案例（safety cases）早期指南，覆盖技术防护措施、运营实践，以及对失准（misalignment）事件的调查流程。所谓安全案例，是要求开发者在训练前论证「为什么这一轮训练是可控的」，把安全从发布后的补救前移到训练前的举证。背景是前沿模型能力提升带来的系统性风险争议，以及监管方对可验证安全证据的需求。对行业而言，这套方法论若被广泛采纳，可能成为模型发布的前置门槛，也会推高训练阶段的合规与文档成本，中小实验室的压力尤为明显。
OpenAI推出Astra for Law：面向法律行业的定制化前沿智能
NEW
OpenAI 发布 Astra for Law，为法律行业提供前沿智能、可定制的律所工作流、连通的法律数据源，以及面向保密客户工作的法律级管控措施。此前 Harvey 已用 GPT-6 Astra 生成结构更清晰、上下文更准确的法律文书，让律师把精力集中在策略判断上。这标志着 OpenAI 从通用 API 供应转向垂直行业打包：把模型、数据连接器与权限管控一起交付。对律所而言，采用门槛下降，但客户保密、数据驻留与职业责任边界仍需逐项厘清；对法律科技公司而言，平台方亲自下场带来的竞争压力明显加大。
ChatGPT Ads扩展至东南亚与台湾，覆盖60多个国家和地区
HOT
OpenAI 宣布 ChatGPT Ads 扩展至东南亚与台湾市场，符合条件的商家可通过广告触达用户，目前该广告业务已覆盖 60 多个国家和地区。这是 ChatGPT 商业化的重要一步：在订阅之外，广告成为第二条收入曲线。背景是 OpenAI 同时推出 Sponsored Agents、面向营销人员的工具，并与 HubSpot、Shopify 集成，试图把「对话即入口」的流量直接转化为交易。对广告主而言，多了一个靠近用户决策时刻的投放位；对行业而言，搜索广告的既有格局可能被进一步分流，但对话式广告的转化效果与用户接受度仍待验证。
Airbnb扩大接入GPT-6 Astra与OpenAI前沿模型
Airbnb 扩大对 GPT-6 Astra 及 OpenAI 前沿模型的接入范围，用于帮助工程团队排查 bug、设计系统并加快交付。此前 Proaction、invideo、Parallel 等公司也公开了类似案例，分别实现销售提升 60%、调色效率提升 3 倍、研究时间与成本减半。Airbnb 的规模化采用意味着前沿模型正从「试点工具」进入大型互联网公司的核心研发流程。对工程组织而言，真正的挑战不在模型接入，而在代码权限、审查流程与知识沉淀如何与 Agent 协作匹配；对 OpenAI 而言，标杆客户的公开背书是其企业市场扩张的关键筹码。
GPT-6 Sol、Luna、6.1 Sol 与 Astra 组成了清晰的价格梯度，前沿智能正在被拆成分档商品出售。竞争焦点从「谁最强」转向「每美元买到多少智能」，这对靠单点跑分讲故事的公司是坏消息，对能把推理成本压下去的团队则是机会。
OpenAI 一边密集输出安全案例、全球标准与第三方评估主张，一边出现安全负责人离职、员工因泄密被开除的人事震荡，安全叙事与组织执行之间的张力被放大。arXiv 每月限投 2 篇，则是学术基础设施对 AI 生成内容洪流的被动回应——AI 治理正从宣言进入具体流程与配额。
Astra for Law、ChatGPT Ads 落地东南亚、Airbnb 全量接入，说明应用落地已进入垂直深水区：平台方不再只卖 API，而是把模型、数据连接器和权限管控打包交付。门槛从模型能力转向行业 know-how、合规与工作流改造，垂直软件公司感受到的压力会先于大厂显现。