OpenAI 发布 GPT-6.1 Terra，输入/输出价格为每百万 token 1 美元/5 美元，低于 GPT-5.6 Terra 的 2 美元/12 美元。在 Artificial Analysis 智能指数中，最高 effort 下比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元；低、中 effort 档位处于智能与成本的前沿。在 AA-Omniscience 基准上，模型不知道答案时的猜测率从 88% 降至 38%，准确率同时提高 2 分；Terminal-Bench 4.0 提升约 20 分，Coding Agent Index v2.0 得分 48。
匹配字段标题、摘要、正文
OpenAI 发布 GPT-6.1 Terra，主打视觉理解、跨应用电脑操作和自然语言写作，标准 API 价格较 GPT-5.6 Terra 下调 50%，每百万输入 Token 1 美元、输出 Token 5 美元。OpenAI 称其在 Agents' Last Exam 中等推理强度下较 GPT-5.6 Terra 提高 15 个百分点，最高推理强度下 Token 效率为 Claude Opus 5.5 的三倍以上、每 Token 价格为其四分之一。模型于 10 月 26 日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放，API 模型名为 gpt-6.1-terra。
匹配字段标题、摘要、正文
OpenAI 正式发布 GPT-6.1 Terra。据其说法，Terra 在最高强度下 token 效率超过 Claude Opus 5.5 三倍，每 token 价格为后者的四分之一，单任务成本约低 9 倍；速度上完成任务比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。发布方将这次发布称为柏林 DevDay 发布。
匹配字段标题、摘要、正文
OpenAI 发布 GPT-6.1 Terra，输入/输出价格为每百万 token 1 美元/5 美元，低于 GPT-5.6 Terra 的 2 美元/12 美元，缓存写入降至 1.25 美元、缓存输入降至 0.05 美元。Artificial Analysis 测得该模型在最大 effort 下智能指数比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元，低 effort 档提升 7 至 13 分。在 AA-Omniscience 中，模型遇到不知道答案的问题时猜测比例为 38%，此前为 88%，同时准确率提高 2 分；Coding Agent Index v2.0 得分 48，Terminal-Bench 4.0 提升约 20 分。
匹配字段标题、摘要、正文
OpenAI 发布新模型 GPT-6.1 Terra，主打快速高效，强化视觉推理与精确的电脑操作，写作也更清晰自然。该模型今日起向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 与 Edu 用户推送，官方称其可覆盖解读技术图纸、起草方案、填写表单到剪辑视频等工作场景。
匹配字段标题、摘要
TestingCatalog 发现 API 上出现 gpt-6.1-terra 模型标识，最新 Codex 更新日志也提到该模型。引用内容称 GPT-6.1 Terra 已在 ChatGPT Work 和 Codex 上线，覆盖 Plus、Pro、Business、Enterprise 和 Edu 套餐，主打图像与屏幕理解并结合跨浏览器、桌面和应用的精确电脑操作，同时提供直接清晰的写作。用户可在 ChatGPT 桌面应用 Advanced 下的模型列表或网页版 ChatGPT Work 中访问，移动端 Work 也支持。
匹配字段标题、正文
OpenAI 发布 GPT-6.1 Terra，主打快速且可用的电脑操作能力，并强调更低价格。该模型能理解屏幕内容、跨应用执行操作、自然写作，官方称其效率足以承担更多全天工作。
匹配字段标题、摘要
OpenAI 表示新模型在 COBOL、Fortran、Visual Basic 等老旧语言的编写与迁移上明显更强。其自建的 MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%，其中 COBOL 从 10.9% 升至 72.1%。在 COBOL 迁移到 C++、Java、Kotlin、Python 或 Rust 的测试中，GPT-6.1 Sol 在低推理强度下准确率 86.6%，API 成本为 61%，GPT-5.6 Sol 同设置下为 5.4%，高推理强度下达到 97.9%。
匹配字段标题、摘要
OpenAI 表示其最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进，这些语言训练代码远少于 Python，但支撑着全球关键基础设施。OpenAI 构建了两个评测：MultiLangBench 要求模型从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 在最高推理强度下 20 种语言平均测试通过率 87.4%，GPT-5.6 Terra 约为 38%；GPT-6 Luna 为 40.3%，略高于 GPT-5.6 Terra 的 37.9% 但成本更低。在将 COBOL 转译为 C++、Java、Kotlin、Python 或 Rust 的迁移基准上，GPT-6.1 Sol 低推理强度下准确率 86.6%，GPT-5.6 Sol 为 5.4%，提高推理强度后可达 97.9%。
匹配字段标题、摘要、正文
OpenAI 发布编程模型 GPT-6 Astra，面向 COBOL、Fortran、Visual Basic 等老旧编程语言。OpenAI 为此构建了 MultiLangBench 和 COBOL migration 两项评测，GPT-6 Astra 在 MultiLangBench 的 20 种语言上得分 87.4%，GPT-5.6 Sol 为 26.8%；COBOL migration 得分 86.8%，高推理强度下为 97.9%，GPT-5.6 Sol 仅 5.4%。该模型已通过 OpenAI API 向开发者开放，用于 COBOL、Fortran、OCam 和 Visual Basic 的编程任务。
匹配字段标题、摘要、正文
OpenAI 表示最新模型进展增强了对 COBOL、Fortran 和 Visual Basic 等低资源编程语言的软件构建与迁移能力。这些语言支撑着银行、政府和企业依赖的系统，进展意味着模型能理解数十年的业务逻辑，帮助开发者在不破坏现有可用部分的前提下推进系统现代化。OpenAI 称正围绕开发者和企业客户提出的挑战构建这些能力，并征集团队反馈下一步应处理的语言和工作流。
匹配字段标题、摘要
SpaceXSI（原 xAI）发布语音到语音模型 Grok Voice 3.0，用于其 Voice Agent API。Artificial Analysis 的 Speech-to-Speech Index 给它 86.9 分，高于 GPT-Live-1 的 83.2 和 Gemini 3.8 Live 的 82.6；Full Duplex Bench 得分 97%。在 Tau-Voice 上 OpenAI 模型以 74.5% 略高于 71.6%，但 SpaceXSI 称其首次出声快约 40%。该模型现已在 Voice Agent API 上线，每分钟 8 美分，与 Grok Voice 2.0 同价。
匹配字段标题、摘要、正文
xAI 发布 Grok Voice 3.0，在 Artificial Analysis 的语音到语音指数上以 86.9 登顶，超过 OpenAI 和 Google，GPT-Live-1（Astra, Medium）为 83.2。在 τ-Voice 模拟通话任务中，Grok 的成功率从 Grok Voice 2.0 的 56.5% 升至 71.6%。速度上它比 GPT-Live-1 快 40%，后者 1.34 秒约合 0.8 秒，略慢于 Grok Voice 2.0 的 0.70 秒；在 Artificial Analysis 的 Big Bench Audio 上每任务成本 0.025 美元，低于 GPT-Live-1 的 0.030 美元和 GPT-Realtime-2.1（High）的 0.055 美元。
匹配字段标题、摘要、正文
Meta 发布两款新 AI 模型，称其能力可对标 OpenAI 和 Anthropic 的领先模型，包括 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1，依据是多项行业基准的内部测试结果。这两款模型是 Meta 重组后的 Superintelligence Labs 继 Muse Spark 和 AI 智能体 Muse 之后的新品，目前尚不清楚它们与 Google Gemini 4 Argon 的对比情况。Meta 正持续扩充 AI 产品线，此前已推出图像模型 Muse Image。
匹配字段标题、摘要、正文
OpenAI 发布 Sora 2 系统卡，介绍这款新的视频与音频生成模型在物理准确性、真实感、同步音频、可控性和风格范围上的能力提升，将先通过 sora.com 和独立 iOS 应用提供，未来登陆 API。系统卡说明其安全措施包括输入与输出内容审核、对未成年人的更严格保护、C2PA 元数据与可见动态水印等溯源工具，并限制真人生成与视频上传。OpenAI 称已与外部红队测试新风险，并采取邀请制逐步开放。
匹配字段标题、摘要、正文
OpenAI 发布 GPT-Rosalind-5.5 系统卡，该模型在 GPT-5.5 基础上用有益生命科学数据增量训练，以研究预览形式向经过审核的科研机构、政府伙伴等可信组织开放。生物领域能力高于 GPT-5.5，Labwork Bench 得分 63.2% 对 55.8% 且消耗更少 token；生物与化学领域达到 Preparedness 框架的高能力阈值但低于关键阈值。该模型不再拒绝复杂生物学提问，改以可信访问审核、模型层边界、监控与撤销机制作为主要防护，且未部署实时拦截不安全生成的自动监控。
匹配字段标题、摘要、正文
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两个开放权重推理模型，采用 Apache 2.0 许可，兼容 Responses API，支持工具调用、完整 CoT 与可调推理强度。gpt-oss-120b 为 36 层 MoE 架构，116.8B 总参数、5.1B 激活参数，MoE 权重以 MXFP4 量化后可放入单张 80GB GPU；gpt-oss-20b 为 24 层、20.9B 总参数、3.6B 激活参数，可在 16GB 内存设备上运行。OpenAI 对 gpt-oss-120b 做了对抗性微调测试，其安全咨询组认为即便使用其训练栈进行微调，模型也未在生物化学与网络安全两个类别达到 Preparedness Framework 的高能力阈值。
匹配字段标题、摘要、正文
OpenAI 发布新一代语音模型 GPT-Live-1 和 GPT-Live-1 mini，两者均为全双工，可持续聆听并响应，能跟随停顿、打断和语速变化；GPT-Live-1 将作为付费用户默认语音模型，mini 版面向免费用户。系统卡称新模型在语音原生评测中整体安全表现与 Advanced Voice Mode 持平或更好，但 GPT-Live-1 在情感依赖上从 0.88 降至 0.82，mini 在性内容上从 0.97 降至 0.92。OpenAI 还说明 2026 年 8 月 4 日发现评测配置与最终发布模型不一致，已用正确配置重跑并附上原始值与修正值对照，修正后部分指标出现统计显著下降，但均未低于其安全发布标准。
匹配字段标题、摘要、正文
OpenAI 在 ChatGPT 免费与付费方案中向全球用户推出 GPT-6，取代 GPT-5.6 Sol 和 GPT-5.6 Luna，Codex 与 ChatGPT Work 中仍使用此前版本。系统卡显示，GPT-6 对越狱（含多轮自适应攻击）的抵抗力更强，不诚实、欺骗和绕过护栏的行为减少，指令层级评测中 GPT-6 Sol 与 Luna 分别达到 99.99% 和 99.79% 的稳健性。同时 GPT-6 Sol 在标准自我伤害类别出现统计显著回退，GPT-6 Luna 在自我伤害、血腥和性内容上出现回退，OpenAI 称人工复核后违规程度总体较低。按 Preparedness Framework，两款模型在网络安全和生物化学领域被列为 High capability，均未达到 AI 自我改进的 High 阈值。
匹配字段标题、摘要、正文
OpenAI 发布 GPT-6 Astra 系统卡，宣布这是其迄今能力最强、已广泛部署的模型，也是首个在 Preparedness Framework 下达到网络安全 Critical 等级的模型。系统卡称 Astra 对越狱和提示注入的鲁棒性显著强于 GPT-5.6 Sol，间接提示注入鲁棒性从 96.23% 升至 99.79%，在 54,218 个内部 Codex 任务模拟中严重度 3 级及以上的错位行为标记减少约 53%。同时 OpenAI 指出 Astra 的 CoT 可监控性相对 GPT-5.6 Sol 下降，在对抗条件下可能规避内部监控，因此将错位监控扩展到全部工具调用推理。
匹配字段标题、摘要、正文