六篇论文，一个聊天框，没有脚手架。Meta 把 Muse Spark 1.1 和 1.2 推到开放数学问题面前，段落级署名、第二组审稿、致谢同行——这套流程本身比结论更值得看。
AI前沿技术
Anthropic 包揽 Agent Arena 前三，但 Claude Sonnet 5.5 被同门 Opus 5.5 在分数和成本上双重压制，掉出 Pareto 前沿。它在 Chat 类目拿第一，在 Agent 类目排第三——这个落差比排名本身更能说明问题。
GPT-6.1 Sol (Max) 在 Agent Arena 冲到第五，提升 11.23%，中位任务成本 0.56 美元，并重画了 Pareto 前沿。名次之外，这组数字真正改变的是企业评估 Agent 的方式——从比谁最强，转向比谁在这个价位最强。
Ai2 把 AstaBrief 8B 开源了：底座 Qwen3-8B，干的是把研究问题加文献片段缝成带引用的报告，已在 Asta 上线 Fast mode，训练数据一并放出。8B 做综述靠的是什么、引用幻觉为什么难查、开源中间层改变了谁的生意，这篇说清楚。
GPT-6 Astra Ultrafast 登陆 OpenAI API，并向符合条件的 ChatGPT Work 和 Codex 用户开放，运行在 NVIDIA Blackwell 上。速度、算力绑定与用户分层将如何影响开发者、企业和竞争格局？
68 分第一，14.19 美元一单，也是第一。Coding Agent Index 把模型和外壳绑在一起打分，同时把「智能体干一次活值多少钱」摆上台面。对团队来说，平均分和平均成本都只是中间指标，真正决定账本的是返工率、人工介入次数和成本分布的尾部。
Qwen-Image-2.1 在 Artificial Analysis 的文生图与图像编辑两张榜上同时拿到第 18 名，成为两榜中开源权重模型的最高位次，质量分 69/100。比名次更值得看的，是阿里的开源节奏，以及开源图像模型进入同场竞争后的真实处境。
MiMo-V2.6-Pro 在 Agent Arena 拿到 +3.17% 净提升，开源第 5，较上代跃升九位，Confirmed Success 居开源第二。数字背后是真实会话评测的分量，也是小米 Pro 与 Flash 双线的落子。
1786 对 1788，Claude Sonnet 5.5 在 Code Arena WebDev 榜单上排第三，只差 GPT-6 Astra 两分。两分说明不了谁更强，却能说明为什么现在选模型越来越难——分数正在趋同，差别转移到了算力档位、成本和交付能力上。
Artificial Analysis 数据显示，GPT-6.1 Sol 单任务成本约 0.72 美元，GPT-6 Sol 为 1.05 美元，GPT-5.6 Sol 高达 1.99 美元。三代之间成本砍掉近三分之二，但降价的原因并不相同，而智能体工作负载正在改写成本核算的方式。
Google DeepMind 的 Gemini 4 Argon 没先给开发者和消费者，而是通过 Fairwind Program 递给可信网络防御者。分发顺序变了，治理逻辑也变了。
Gemini 4 Argon 得分 53，追平 GPT-6 Astra 的 max 档，比 GPT-6.1 Sol 高 1 分。三家顶尖模型挤进同一分的窄缝里，这份榜单到底该看哪几个数字，又该忽略哪些？
GPT-6.1 Sol 把价格压到 Astra 的五分之一，输入 2 美元、输出 10 美元、缓存输入 0.1 美元。便宜之后，编程 Agent 和电脑操作的门槛骤降，但真正的瓶颈会从成本转向延迟、可靠性与评测体系。
Gemini 4 Argon 的 High 档在 Agent Arena 排到第 8，净提升 +7.92%，每任务 0.62 美元。名次之外，这两个数字揭示了一个更重要的转向：Agent 竞争的关键指标，正在从能力上限挪到单位成本。
1759 分、第三名、8 美元/MToken——GPT-6.1 Sol (Max) 用与上一代相同的价格换来 70 分和 4 个身位的提升，所有类目同步上涨。分数之外，更值得琢磨的是厂商为什么敢不涨价，以及迁移该在什么时候动手。
