本期时间段：2026-09-19 10:00—2026-09-23 10:00（北京时间）
信息截至：2026-09-23 10:00（北京时间）
这几天的模型消息很密，但看点并不只是又多了几个名字。OpenAI和Anthropic把旗舰能力向更低成本的档位扩散，Grok继续押注长时间编程，MiMo则把强化学习与运行框架放到台前。对使用者，模型的价格、推理投入和工具环境需要放在一起看。
1. GPT-6 Sol与Luna：更强能力开始覆盖日常任务
OpenAI扩展GPT-6系列，推出Sol与Luna，强调专业工作、编程和电脑操作中的成本效率。公告称API价格相较GPT-5.6对应型号的促销价下降50%，目标是让复杂工作能以更低成本多次迭代。[1]
对批量整理资料、制作初稿的团队，这比只提高最高档模型的成绩更直接。高频任务通常需要控制等待和预算，不必每一步都调用最重配置。降价幅度对应特定型号与价格基准，不能写成所有ChatGPT用户的费用都减半。
2. Claude Opus 5.5：单价与缓存一起调整
Anthropic发布Opus 5.5，公布每百万输入、输出token分别为4美元、20美元，缓存读取为0.20美元。它将更复杂的编程与知识工作作为重点，并称默认设置下典型任务成本较Opus 5降低约40%。[2]
40%并不单纯来自输入输出单价，还受缓存、用量与任务行为影响。对反复读取项目资料的Agent尤其值得关注。官方和早期客户展示了长任务进步，但特定迁移项目的成功案例不能直接换算成任何团队都能省下同样人力。
3. Grok 4.7：把训练投入到更长的编程任务
Grok 4.7公告强调更大的基础模型、更长的强化学习过程，以及对需要数小时完成的任务进行训练。价格保持每百万输入2美元、输出6美元，并报告了CursorBench等任务上的表现。[3]
这里值得看的是自我检查、上下文管理和持续工作的能力，而非把某个榜单分数直接当成“最会编程”。不同评测使用的工具框架、推理档位和比较对象并不完全相同。对想用AI做小应用的人，最好让它交出可运行版本，再比较功能是否完整。
4. MiMo-V2.6：模型与训练环境一起改进
小米在9月22日更新的MiMo-V2.6公告中介绍系列模型开放及六天Live RL训练过程，重点包括可验证任务、多种Agent框架中的训练，以及把提示、工具和上下文管理拆开的轻量框架。[4]
它提供了一个理解模型进步的角度：除了网络规模，模型做题时所处的环境也会影响学到什么。这里的自我改进指有任务、反馈和计算资源支撑的训练研究，不能理解为普通聊天机器人会不受限制地自己升级。
本期观察
四家的共同方向是把“长时间工作”变得更可负担。差别在于，有的主要调整模型档位和缓存价格，有的投入更长训练，有的连运行框架一起优化。对普通用户，最实用的结论是按任务分工：先用成本合适的配置做明确工作，再把需要持续判断的难题交给更强模型。
知识点：运行框架为什么影响同一个模型
Agent的运行框架负责提供工具、保存任务状态、组织上下文和处理失败。模型像负责判断的人，框架像工作台与流程。相同模型拿到不同工具、时间和反馈，结果可能差很多，因此“模型得分”常常也包含它所处环境的影响。
可以尝试
准备一个公开资料整理任务，固定输入和交付标准，记录完成质量、重试次数、总耗时与实际费用。不要只记录token单价。本期未实测上述新模型；这张任务记录可以直接用于你已有工具的下一次比较。
来源
[1] 2026-09-22｜GPT-6 Sol与Luna：更强能力开始覆盖日常任务
[2] 2026-09-22｜Claude Opus 5.5：单价与缓存一起调整
[3] 2026-09-21｜Grok 4.7：把训练投入到更长的编程任务
[4] 2026-09-22｜MiMo-V2.6：模型与训练环境一起改进
封面为AI原创概念配图；文中方法为操作示例，未冒充产品实测。