标签
Meta 的一篇新论文表明，当过往经验按问题类型归入不同的记忆簇，而非存入单一的共享历史记录时，AI 智能体能更好地从过去的尝试中学习，性能提升幅度相当于满分的 15–30%，同时 API 成本降低 65–72%。
据 SkalskiP 的测试，GPT-6.1 Terra 在文本、目标检测和计数等视觉基准上超越 Astra，同时速度快约 47%、成本低约 92%，结果令人难以置信。
OpenAI 的 Karan Singhal 表示 GPT-6 Luna 成为 API 中最便宜的前沿模型，性能超过一个月前最好的 5.6 Sol，价格却便宜 34 倍；一年内多数智能等级的模型成本下降超过 100 倍，某等级两年内成本下降约 1600 倍。
一篇推文对比了 SKY-001 与 GPT-6 在发动机零件绘图任务上的速度与成本差异——快 51 倍、便宜 150 倍，并判断这种低成本方法将被大量复制，而传统工业界仍停留在浅层提问。
StopLoss 是一个轻量级外部监控器，它从已完成的编码智能体轨迹中学习识别失败，从而提前中止注定失败的运行，在 SWE-bench 基准上将每个保留成功的求解成本降低最多 48%，同时保持成功的运行结果不受影响。
论文提出 AutoOnboarder，一个由智能“Onboarder”编码代理监督的自主系统，通过迭代调整基础模型、提示词和 harness 源代码来适配任务，在基因组测序预授权表单提交任务中，以最高降低 29 倍的成本匹配或超越 Gemini 3.5 Flash 基线表现。
作者在 Claude Code 会话中测试将 Jev/Decision 模型嵌入 Jinja 模板化的 Skill，通过让决策模型直接处理文件而不经过 Opus 上下文，实现了约 70% 的上下文/成本节省和 4-5 倍的速度提升。
用户称赞 GPT Sol 6.1 在成本和质量上都实现了重大突破。
Garry Tan 分享了 AJ Asver 关于 Typesafe AI 的 Jev 框架的帖子，该框架将重复的 LLM 调用转换为确定性代码，据称通过使用 agentrun()，可将处理 100,000 条合规警报的成本从使用 Opus 5 时的超过 29 万美元降至不到 2.6 万美元。
Browser Use 宣布其成本在一年内降低了100倍，价格已经低于传统的抓取API，Gregor Zunic分享了这一进展。
Anthropic 发布 Claude Haiku 5.5，宣称是其最便宜、最快且最强的小模型，相比 Haiku 4.5 运行成本降低约 75%，并支持 100k token 上下文窗口。
作者介绍了一个尽量减少大模型调用的 Web Crawler：把一个小决策层（Jev）放在 Agent pipeline 中间，用来判断链接跳转是否值得，只在真正需要完整上下文和推理时才调用 Claude，从而显著降低将 LLM 当作通用 if 语句使用的成本。
OpenAI推出了GPT-6.1 Sol，这是一款在智能代理编程和专业任务方面性能接近GPT-6 Astra的AI模型，但成本更低，并增强了准确性和安全功能。
该推文宣布了Browser Use Ultrafast，一个基于云的网页代理工具，速度提升10倍且成本更低，能够在20秒内以$0.004完成航班比较等任务。
Devin，一款 AI 软件工程师工具，推出更新，使其在 Fusion、Normal、Ultra 和 Devin Review 等模式下最高便宜 70%，同时保持或提升智能能力。
Sonnet 5.5 是一款成本降低50%且生成标记增加62%的AI模型，这在效率和经济性方面实现了显著提升。
Anthropic 发布了 Claude Sonnet 5.5，与 Sonnet 5 相比，在基准分数、成本效率和速度方面都有重大改进，在 Terminal-Bench 4.0 上得分 70.6%。
Claude Sonnet 5.5 作为 Claude 5.5 系列中更快、更低成本的AI模型推出，为日常任务和协作带来性能、速度和效率的显著提升。
Claude Opus 5.5 作为 Claude 5.5 系列中的首款模型被引入，其性能在大多数任务中可与 Claude Fable 5.1 相媲美，同时运行成本降低了 40%。