Grok 4.5 与 GPT-5.6 Sol 竞相发布，AI 模型性能与成本竞争加剧

要点速览

1. Grok 4.5 在多项基准中领先，成本仅为 Opus 4.8 的一半，已在多个平台可用。
2. Sam Altman 称 GPT-5.6 Sol 为世界最好模型，医生发现其回复缺陷更少。
3. OpenAI 重置 ChatGPT Work 和 Codex 使用限制，计划下周大幅改进。
4. Perplexity Computer 支持多种顶级模型，Grok 4.5 已对企业启用。
5. 多位业内人士预测模型成本将快速下降，12 个月内可能出现本地运行的强大模型。

一、AI 模型与基础设施

1. Grok 4.5 发布并取得多项基准领先：在 WANDR 评估中得分最高，成本约为 Opus 4.8 的一半；在 APEX-SWE 排名第二（Pass@1 51.2%），一年内提升 30.2 个百分点；在 SWE-Atlas-QnA 上与 Codex GPT-5.6 并列第一。该模型可通过 Grok Build CLI 和 Perplexity Computer 免费或低价使用。— 来源：1 2 3 4 5 6
2. GPT-5.6 Sol 被称为世界最好模型：Sam Altman 称 GPT-5.6 Sol 是目前世界上最好的模型，并指出团队在使用 Sol 和 Fable 模型时 30% 的成本来自 Fable。医生发现 GPT-5.6 的回复缺陷比医生自己写的回复更少。— 来源：1 2 3
3. OpenAI 更新 ChatGPT Work 和 Codex：重置使用限制，修复了默认设置过高、桌面应用重组导致不便、Codex 被误认为要消失等问题，并计划下周进行更大改进。OpenAI Build Week 活动从 7 月 13 日开始，鼓励用 Codex 构建项目。— 来源：1 2
4. Perplexity Computer 支持多模型并预测成本下降：现支持 Fable、Sol、Opus、Grok、GLM、Sonnet 和 GPT 5.5 等多种编排模型，Grok 4.5 已对 Perplexity Enterprise 启用。Aravind Srinivas 预测 6 个月内可能出现 Fable 5 质量但便宜 3-4 倍的模型，12 个月内可能出现能在本地运行的 Opus 4.8 级别模型。— 来源：1 2 3 4

二、应用与生态

1. AI agent 交互与开发新范式：Amjad Masad 发现 Claude 和 Replit agent 可以互相连接并讨论 bug，用户感到跟不上 AI 的辩论；他认为 AI 行业应从“token-maxxing”转向“outcome-maxxing”，并探讨了语音对话交互的可能性。使用 Replit 构建了类似 Notion 的应用，成本不到 100 美元。— 来源：1 2 3 4
2. VibeOps 开发方式与 FSD 呼吁：@levelsio 介绍了直接在生产服务器上用 Claude Code 编辑代码的 VibeOps 方式，12 个月内仅两次短暂故障。同时向葡萄牙政府公开信，呼吁批准特斯拉 FSD（Supervised），援引荷兰数据：使用 FSD 的车辆事故率比手动驾驶低 3.5 倍。— 来源：1 2