AI 日报 · 11月18日:OpenAI 发布 GPT-6.2 Astra 与 Sol,105 万上下文、成本大幅下降

OpenAI 推出 GPT-6.2 Astra 与 Sol,支持 105 万 token 上下文与可调推理强度;Astra 每百万 token 输入 8 美元、输出 40 美元,单任务成本不到上代三分之一。腾讯同时开源 224B 的 Hy4 flash。

选择日期 2026年11月 共 18 期
2026年11月
日一二三四五六
15161718192021
22232425262728
2930

带圆点的日期有日报,点击即可查看。

  • OpenAI GPT-6.2 Astra 与 Sol 上线,上下文 105 万 token

    OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 推理模型,支持 105 万 token 上下文、low 至 max 可调推理强度、图文多模态、计算机操作与多智能体委派;Astra 面向高难度软件工程,Sol 主打日常开发与智能体工作流的低成本,API 与网页端同步开放。

    @BAI_AGI 已合并 9 条重复报道
  • GPT-6.2 Astra 与 Sol 上架 OpenRouter 并公布定价

    在 OpenRouter 上,GPT-6.2 Astra 定价为输入 8 美元/百万 token、输出 40 美元/百万 token,GPT-6.2 Sol 为输入 2 美元、输出 10 美元。

    @ModelsOnOR 已合并 4 条重复报道
  • GPT-6.2 Astra 与 Sol 上线 ChatGPT Work 和 Codex

    两款模型在 ChatGPT Work 与 Codex 中向 Plus、Pro、Enterprise、Edu 用户开放,Ultrafast 首次扩展至 Pro 200 订阅者(先支持 GPT-6.2 Sol),开发者可通过 OpenAI API 调用 gpt-6.2-astra 与 gpt-6.2-sol。

    @OpenAI 已合并 3 条重复报道
  • 腾讯开源 Hy4 flash:224B 参数、100 万上下文

    腾讯以开放权重发布 Hy4 flash,含 FP8 与 Base 版本:总参数 224B、激活 12B、上下文 100 万 token、原生多模态。腾讯称其在日常任务盲测中与 Claude Haiku 5.5(high)持平,任务成本低 18 倍,API 缓存价格低至每百万 token 0.003 美元。

    @TencentHunyuan 已合并 8 条重复报道
  • Perplexity 推出 Orchestrator API,统一调度 85+ 模型

    Perplexity 的 Orchestrator API 把开源权重与闭源模型统一到一个接口并统一计费,按可用性、容量和延迟自动选择供应商;该层每天在生产环境调度数亿次请求、覆盖 85+ 模型和十余家供应商。各模型按其公开的每 token 价格计费,控制台可按模型、项目、API key 追踪花费,并支持模型白名单与消费上限。

    @perplexity_ai 已合并 2 条重复报道
  • 白宫与财政部考虑要求公开披露使用中国开源模型

    据路透社,白宫与财政部正讨论一项提案,要求美国公司在其网站上公开披露使用中国开源权重AI模型的情况,意在通过舆论压力抑制采用。

    @MTSlive 已合并 1 条重复报道
  • B.AI 将 DeepSeek-V4.1-Flash 折扣降至 5 折

    B.AI 将 DeepSeek-V4.1-Flash 折扣从 6 折提升到 5 折,该 763B 开源模型支持 1M 上下文与图文交错输入。其他优惠:HY4/HY4-Flash 5 折(截至 12 月 31 日 23:59 SGT)、GLM-5.3-Flash 6 折、Qwen3.8-Flash 与 MiniMax-H3-Image 8 折、Qwen4-Max 9 折。

    @BAI_AGI 已合并 3 条重复报道
  • OpenCode 推出 10 美元换 200 美元 GLM 5.3 额度

    OpenCode 启动 GLM 活动第二阶段:支付 10 美元可获得 200 美元的 GLM 5.3 用量,面向所有 OpenCode Go 订阅用户,此前一档为 10 美元换 100 美元。

    @opencode 已合并 3 条重复报道
  • OpenRouter 管理密钥新增只读与工作区限定权限

    OpenRouter 管理密钥现可设为只读、限定单一工作区或两者兼有,以控制密钥泄露的影响,所有套餐即日可用。

    @OpenRouter 已合并 1 条重复报道
  • Qwen3.8-27B 经 LoRA 适配显著提升编码智能体成绩

    通过强化学习训练的 LoRA 适配器把 Qwen3.8-27B 适配到 pi 编码智能体,SWE-bench Pro(Hard 51)pass@1 从 29.4% 升至 62.7%,Terminal-Bench 2.1 从 39.5% 升至 55.8%,每任务工具调用次数减少 55–62%。

    @huggingface