GPT-5.6 Sol Ultra 证明50年数学猜想，Grok 4.5性价比领先

要点速览

1. GPT-5.6 Sol Ultra 使用64个子代理在一小时内证明存在50年的Cycle Double Cover猜想，标志AI推理能力重大突破。
2. Grok 4.5在WANDR评估中得分最高，成本仅为Opus 4.8的一半，性价比突出。
3. GPT-5.6 Luna以25倍更低成本超越GPT-5.5最高推理设置，推动高性能模型成本下降。
4. OpenAI更新ChatGPT Work和Codex，重置使用限制并承诺下周更大改进。
5. Meta发布Muse Spark 1.1模型，在agentic和编码方面表现强劲且价格较低。
6. 行业观点：模型本身不再是产品，系统编排、工具和成本性能才是关键。

一、AI模型与突破

1. GPT-5.6 Sol Ultra 用64个子代理在一小时内证明了已存在50年的Cycle Double Cover猜想，展示了AI在数学推理上的惊人潜力。同时，GPT-5.6 Luna 以25倍更低的成本超越GPT-5.5最高推理设置，性能大幅提升。— 来源：1 2 3 4
2. Grok 4.5 在WANDR评估中得分最高，且成本约为Claude Opus 4.8的一半。该模型已通过Perplexity Computer和Grok Build CLI免费或低价使用，并在APEX-SWE排名第二（Pass@1 51.2%），一年内提升30.2个百分点。— 来源：1 2
3. Meta Muse Spark 1.1 发布，在agentic和编码方面表现强劲，价格远低于OpenAI和Anthropi，显示Meta在AI竞赛中的进展。— 来源：1
4. 对比测试显示，Fable XHigh 在生成视频任务上成功，而GPT-5.6 Sol Ultra 失败，表明不同模型在具体任务上存在差异。— 来源：1

二、产品更新与生态

1. OpenAI宣布 ChatGPT Work和Codex 更新：重置使用限制、修复默认设置过高、桌面应用重组问题，并澄清Codex不会消失；计划下周进行更大改进。— 来源：1 2 3
2. OpenAI将 Bio Bug Bounty 转为持续私人项目，奖励翻倍至5万美元，邀请AI红队和安全研究人员参与。— 来源：1
3. Yann LeCun与Kyutai Labs合作推出 Audio-to-MIDI模型，能从完整混音中识别各乐器并输出分离MIDI轨道；后续发布 MuScriptor，为目前最好的多乐器转录开源模型。— 来源：1 2
4. NVIDIA提出AI工厂可作能源供应商，基于Vera Rubin DSX参考设计的Emerald AI平台支持灵活连接。— 来源：1

三、行业洞察与观点

1. Aravind Srinivas 指出模型本身不再是产品，真正的产品是围绕它的系统：编排、工具、企业上下文和成本性能。他预测6个月内可能出现Fable 5质量但便宜3-4倍的模型，12个月内本地运行Opus 4.8级别模型概率超50%。— 来源：1
2. Hamel Husain 强调数据是差异化优势：当工具能自动修复所有问题时，产品失去差异化；AI时代价值来自不对称性，要关注数据。— 来源：1
3. Ethan Mollick 发现Google NotebookLM回答时更注重过程，而ChatGPT Work更强；GPT-5.6 Sol在Codex中控制电脑5小时赢得Slay the Spire 2每日挑战，展示复杂决策能力。— 来源：1 2