宝玉@doteyAI score7171SemiAnalysis 实测 Anthropic、OpenAI 等九家 AI 订阅套餐后得出，同样 200 美元，Claude 订阅折算的 Token 用量约为 OpenAI 的 5 倍。
Awaiting translation
Anthropic Subscriptions Offer 5x+ More Value Than OpenAI Limit testing every AI subscription plan from Anthropic, OpenAI, Meta, SpaceXAI, MiniMax, Moonshot, Zdotai, Cursor, and Cognition https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x
宝玉@doteyAI score6767OpenAI 在 28 天更新的第 1 天宣布，通过 ChatGPT 订阅使用 GPT-6 Astra 和 GPT-6.1 Sol 时默认速度提升约 50%，用户无需改设置，两小时内生效。
Awaiting translation
Day 1/ We have optimized the default speed to be ~50% faster across GPT-6 Astra and GPT-6.1 Sol through the subscription across all our products and partners using Sign in With ChatGPT (including OpenCode, Pi, Amp, Devin, ...). No changes needed on your end and this should be felt within the next two hours.
Cursor 目前有 Hobby 免费、Pro $20/月、Pro+ $60/月、Ultra $200/月，以及 Teams $40/用户/月（Standard）或 $120（Premium）五档方案，年付可省 20%。
Awaiting translation
Claude Max 5x 每月 100 美元、Max 20x 每月 200 美元，均仅支持按月计费，两档功能完全相同，差别只在用量是 Pro 的 5 倍还是 20 倍。对多数用户而言 Max 5x 更划算，多付的 100 美元只买到额度；两个 Max 5x 席位合计 200 美元，与一个 Max 20x 同价。Max 20x 仅在每个工作日都跑满 Pro 级限额时才值得。
Awaiting translation
GPT-5.5 于 2026 年 4 月 23 日发布，是 OpenAI 自 GPT-4.5 以来首个完全重训练的基座模型，在 Terminal-Bench 2.0 上得分 82.7%，相同 Codex 任务下比 GPT-5.4 少用 40% token，但输入输出价格翻倍至每百万 token 5 美元和 30 美元。
Awaiting translation
OpenAI Developers@OpenAIDevsAI score3232Awaiting translation
OpenAI 在 9 月 29 日 DevDay 上发布 GPT-6.1 Sol，距离 9 月 22 日发布 GPT-6 Sol 仅一周，官方测试中接近 Astra 水准，API 标准输入输出单价为 Astra 的 1/5。
Awaiting translation
OpenAI has released GPT-6.1 Sol for coding, document processing, and task automation. The company says it comes close to GPT-6 Astra on some tests. On DeepSWE 1.1, a benchmark of real-world codebase tasks, the model matches Astra while costing about one-fifth as much to run. On OSWorld 2.0, which tests app control, it beats GPT-6 Sol by 7 percentage points at the highest reasoning tier.
Why it matters: GPT-6.1 Sol matches Astra on DeepSWE 1.1 at roughly one-fifth the cost, which gives you a sense of how the price-performance tradeoff for coding tasks has shifted.
OpenAI 在 9 月 29 日旧金山 DevDay 上发布 GPT-6.1 Sol，API 名为 gpt-6.1-sol，定价为每百万输入 token 2 美元、输出 10 美元，缓存输入 0.10 美元，标准价格是 GPT-6 Astra 的五分之一。
Awaiting translation
Why it matters: OpenAI DevDay 发布 GPT-6.1 Sol，价格降至 Astra 的五分之一，并同步更新 Codex、Agents API 与插件体系，可据此判断成本与工具链变化。
OpenAI 将重新向新订阅者开放 200 美元的 Pro 订阅，但调整了额度计算方式。据 Тибо Соттио 说法，按 API 消耗折算，新方案提供的用量约为旧版 Pro 200 的一半。
Awaiting translation
Tibo 发帖称 Codex 不会恢复 5 小时用量限制，用户仍可自由安排每周额度。Pro 200 美元订阅明天重新开放新用户订阅，但按 API 等价价值计算，新套餐大约只有旧版的一半 API 用量价值；明天还会给 Pro 订阅加入一些不消耗 usage 的新功能，具体未公布。
Awaiting translation
未发布的 ChatGPT 订阅配置中出现新档位 Pro Max，据 TestingCatalog 称月费 500 美元，是现价 200 美元 Pro 的 2.5 倍。
Awaiting translation
OpenAI 于 9 月 22 日在 API 发布 gpt-6-sol 和 gpt-6-luna，两者接受文本和图像输入、只生成文本。标准处理下，GPT-6 Sol 每百万输入 token 收费 2 美元、缓存 token 0.20 美元、输出 10 美元；GPT-6 Luna 分别为 0.10、0.01 和 0.50 美元。
Awaiting translation
On September 22, Anthropic released its flagship model Claude Opus 5.5, aimed at developers and teams who want agents to handle multi-step tasks like coding and data analysis. The company says it delivers better performance and lower cost than Opus 5.
Why it matters: Anthropic's published pricing and the default workload cost reduction help developers estimate the migration cost for long-running agent tasks.
Sebastian Raschka@rasbtAI score7272Awaiting translation
MiMo-V2.6-Pro debuts as the top open weights model on the Artificial Analysis Intelligence Index (46). At $0.13 per Intelligence Index task, it lands on the Intelligence vs. Cost per Task Pareto frontier @Xiaomi has just released MiMo-V2.6-Pro, an open weights model with major advances in intelligence over its predecessor, MiMo-V2.5-Pro (Intelligence Index: 26). Despite the improvement, it retains the same attractive pricing at $0.435 per 1M input tokens (with a 99% cache-hit discount) and $0.87 per 1M output tokens. This makes MiMo-V2.6-Pro one of the most cost-efficient models to deploy. MiMo-V2.6-Pro is an MoE model with 1.02T total parameters and 42B active parameters. Stay tuned for additional analysis of the model. Check out MiMo-V2.6-Pro full benchmarking breakdown here: https://artificialanalysis.ai
GitHub has launched Project HydraFusion as a research preview in the Copilot CLI. It uses runtime orchestration to pick an execution plan across models from multiple providers. Users select it just like any other model, and billing follows each model's standard rates.
Why it matters: GitHub lays out three orchestration modes for HydraFusion and compares cost versus quality across three benchmarks, so you can judge the trade-offs of multi-model orchestration on real coding tasks.
Cursor supports self-hosted machines: code repositories, build artifacts, and secrets all stay on internal machines within your own infrastructure, and the agent handles tool calls locally. My Machines connects a single laptop or VM to a personal workflow, while Team Pools are named worker queues for teams or enterprises—scaling capacity up with requests and down when workers disconnect. Pools aren't tied to code repositories, and idle machines can sleep and then resume within a reconnection window.
Why it matters: The official docs lay out pooled scheduling and sandbox integration for self-hosted machines, so readers can judge whether tool execution can stay within their own network.
Lovable 现已接入 Fable 5.1，早期测试显示其在修复和改进现有应用上比 Fable 5 最高提升 17%，单任务成本最多降低 31%。该模型在中等和高推理强度下的 UI 与视觉设计质量最高提升 3.5%，并会在完成任务前打开浏览器运行应用进行自我验证。Lovable 正将卡住的会话以及更长、更复杂的任务路由到 Fable 5.1。
Awaiting translation
Cline 让八个模型在自家 harness 里做 IMO 2026 六道题，证明由 GPT-5.5 和 Claude Opus 5 双盲按 0–7 分制评分、Gemini 3.1 Pro 仲裁，金牌线为 29 分。
Awaiting translation
Why it matters: Cline 用同一套 harness 盲评八个模型做 IMO 2026，给出分数与单次成本对照，可看开源权重模型的实际性价比。
NVIDIA has released Nemotron 3.5 Lightning, a customizable open-source model built for persistent agents, and it's now available for free in Cline.
Why it matters: NVIDIA's new open-source model is free to use on Cline, so you can decide whether it's worth switching for high-frequency agent workloads.
Meta 发布编码智能体 Muse Code 和面向编码的模型更新 Muse Spark 1.2，后者在代码生成、复杂调试、代码库理解和端到端开发流程上做了改进，并针对长周期编码任务（整仓库生成、大型端到端项目、auto-research）加大训练算力。
Awaiting translation
Lovable 宣布与 Cerebras 合作，计划到 2027 年大幅降低响应时间，并将分阶段迁移到 Cerebras 专用算力，先从对延迟最敏感的工作负载开始。
Awaiting translation
Codex 团队在 GPT-5.6 发布后于 Reddit 举办 AMA，说明 Sol 是主力模型、Terra 更快更省、Luna 主要用于廉价子智能体和上下文收集，UI 场景推荐用 Sol 配合参考图。
Awaiting translation
Terminal-Bench 发布 Challenges，一种长周期、高 token 消耗的单任务基准，要求智能体在无时间与资源限制下自主完成整个项目，首批开放三个挑战。
Awaiting translation
Why it matters: Terminal-Bench 官方推出长周期单任务基准，并公开三个挑战的实测失败模式，可供评估智能体长时自主能力时参考。
Superpowers 6 发布，作者称在 Anthropic 评测基准上构建耗时降低 50%、token 花费降低 60%，主要来自合并规范符合性与代码质量两个评审 agent、预先生成评审用的 diff 包让评审者少跑 git，以及调整编排器对任务所需 agent 类型的指引。
Awaiting translation
Why it matters: 作者用自建评测套件量化了 Superpowers 6 在构建耗时和 token 花费上的改进，并公开了实验记录与失败结论。
Lovable 在早期访问中测试 GPT-5.5，其内部基准显示最难任务通过率从 GPT-5.4 的 36.9% 升至 41.6%，每次请求工具调用减少 23.1%，用户卡住的消息占比下降 9.9%。GPT-5.5 每请求输出 token 减少 33%，日常任务成本效率提升约 15%，将很快向 Lovable 构建者开放。
Awaiting translation