GPT-5.6 Sol、Grok 4.5、Muse Spark 1.1 等多款前沿模型同日发布，AI 竞争白热化

要点速览

1. GPT-5.6 Sol 发布，在 ARC-AGI-3 上取得 7.8% SOTA，Terminal-Bench 2.1 达 88.8%，成为 Microsoft 365 Copilot 首选模型。
2. Grok 4.5 在多个基准测试中超越对手，上下文将扩展至 1M tokens，2T 参数新模型本月完成训练。
3. Meta Muse Spark 1.1 展示强大 agentic 能力，1M token 上下文，子代理并行执行，已上线 AI Gateway。
4. GLM 5.2 作为低成本编排器受到关注，适合快速任务。
5. SpaceX 实现 Starlink 10Gbps 峰值速度，Super Heavy 准备飞行 13，AI 卫星 AI1 公布规格。
6. 单人创业者 年收入超 100 万美元的比例在 2021-2025 年间增长超三倍。

一、前沿模型竞争白热化

1. GPT-5.6 Sol 被 OpenAI 称为迄今最好的模型，在多项企业级任务上相比 GPT-5.5 显著提升，尤其在金融、医疗等领域的数据推理与分析。其 Agent 模式、Ultra 模式、Sites 和 Artifact 模板等功能同步推出。— 来源：1 2 3 4 5
2. Grok 4.5 在 AutomationBench-AA、Terminal-Bench v2、Harvey Legal、SWE Marathon 等基准上领先，并展示了强大的代理与编码能力（如一小时创建 FPS 游戏、在 UE5.8 中构建 3D 场景）。Grok Build 持续改进，新增 dashboard、imagine 生图生视频、X 搜索工具。未来计划包括 1M token 上下文窗口、2T 参数新模型本月完成训练、下月上线。— 来源：1 2 3 4 5
3. Meta Muse Spark 1.1 在 agentic 性能、工具使用、计算机使用方面表现优异，具有 1M token 上下文窗口和子代理并行执行能力，已通过 AI Gateway 提供服务。— 来源：1 2 3
4. GLM 5.2 被提及作为编排器模型，更便宜更快，适合作为工具链中的顾问模型。— 来源：1

二、AI Agent 与基础设施工具

1. FrontierFinance 开放基准 发布，用于评估 AI agent 在完整投资工作流中的表现，包含 220 个示例和专家评分标准。Samaya 的 AI 系统以 50.8% 准确率领先，且成本低于其他模型。— 来源：1
2. Codex 是 ChatGPT Work 的核心，能跨应用和文件操作、长时间跟随项目，Sam Altman 强调其不会消失。GPT-5.6 已成为 Microsoft 365 Copilot 首选模型。— 来源：1 2
3. Perplexity Computer 新增 Analytics 功能追踪模型支出，并支持 Sol、Terra、Claude Opus 4.8 Fast Mode 等多种模型作为编排器。— 来源：1 2
4. Vercel 宣布可零配置导入 Lovable 应用，基于 Nitro 运行时，支持从 Lovable 起步、在 Vercel 上发展的无上限 AI 开发。— 来源：1

三、硬件与太空进展

1. SpaceX Starlink 在阿拉斯加 Utqiagvik 实现 10Gbps 对称峰值速度；Cape Gigabay 安装 420 吨起重机为 Starship 做准备；Super Heavy 助推器移至 Starbase 发射台准备飞行 13。— 来源：1 2 3
2. AI 卫星 AI1 公布详细规格：150 kW 计算载荷、70 米翼展，展示在轨 AI 计算能力。— 来源：1

四、行业趋势与观点

1. LLM 市场动态：Amjad Masad 指出 6 个月前 VC 认为会出现垄断，但现在多家新进入者都在前进，市场变得非常动态。— 来源：1
2. 单人创业者 年收入超过 100 万美元的比例在 2021 至 2025 年间增长超过三倍，反映 AI 时代个人能力的杠杆效应。— 来源：1
3. Jack Dorsey 提出 AI 代理应只获取完成任务所需的最小信息，而不是完全化身用户。— 来源：1