OPC 中国 · AI 日报
Sol超快最高8倍｜Claude动画测试｜Step5限免一周｜OPC中国AI日报 2026.10.09
16条AI动态：Sol超快、Claude动画与看板、Step 5渠道限免，以及模型评测和本地创作工具。
AI配音与数字形象制作，原始新闻图片及视频归各发布方所有，事实与评测范围见逐条来源。
本期目录 · 先国外，后国内
- GPT-6.1 Sol Ultrafast 开始推出 官方称最高提速8倍
- Codex 方向调整改为即时 运行中可实时纠偏
- Claude 推出实时看板与代码动画测试 文档设计功能覆盖免费档
- Claude 独立 Design 站 将于12月14日并入主站
- Grok Imagine Video 1.5 Lite 上线 480p视频每秒2美分起
- Grok Bot 可搜索、读取并监控 X 所有用户可用
- Google Cloud 公布 通用工作智能体 Gemini Agent
- Arena 发布对齐指数 衡量智能体越权与虚假完成
- 法律Agent评测新增幻觉门槛 Grok 4.7以9.4%居首
- Claude Haiku 5.5进入Code Arena WebDev榜1587分排第30
- Hermes Agent集成进 华硕ProArt RTX Spark电脑
- Nano Banana 2.1新评测 半价前代，排名提升三位
- SpaceXAI 向 Omarchy 提供150万美元 Grok Token支持
- 阶跃 Step 5 Preview 扩展编程工具入口，限免一周
- MiniMax Design 接入 Opus 5.5 支持代码动画制作
- Vidu Q4 Preview 新评测 同价位画质高于Q3 Pro
国外新闻
01 / 头条
GPT-6.1 Sol Ultrafast 开始推出 官方称最高提速8倍
OpenAI宣布GPT-6.1 Sol Ultrafast档开始在API、Codex和ChatGPT Work推出，官方称最高比标准档快8倍。Vercel AI Gateway同步支持，按标准档6倍计费，固定EU区域回退标准档。
OpenAI官方宣布，GPT-6.1 Sol的Ultrafast档10月8日开始在API、Codex和ChatGPT Work中推出。官方介绍称，该档位智能水平接近Astra，速度最高可达Sol Standard的8倍，帮助开发者更快把想法变成产品。
第三方渠道方面，Vercel在更新日志中表示，AI Gateway已支持GPT6Astra与GPT6.1Sol的超快模式，计费为标准档的6倍；若固定使用EU区域，将回退到标准档。上述计费与区域规则仅适用于Vercel渠道，不代表OpenAI直连的安排。
原始来源：OpenAI / Vercel ↗
02 / 国外
Codex 方向调整改为即时 运行中可实时纠偏
OpenAI员工Tibo表示，Codex的steering已改为即时响应，用户可在任务运行中实时纠正方向，减少模型无效投入；该改进与同日推出的GPT-6.1 Sol Ultrafast搭配使用效果更佳。
OpenAI员工Tibo发文介绍，Codex的steering功能已改进为即时响应。用户在任务运行过程中做出调整后，模型会更快作出反应，从而能够实时修正执行方向，避免模型在偏离的方向上浪费精力。
这项更新是同日产品体验改进的一部分。Tibo同时提到GPT-6.1 Sol Ultrafast已开始推出，并表示两者配合使用效果很好：更快的模型加上更及时的纠偏，让开发过程中的交互更加顺畅。
原始来源：OpenAI ↗
03 / 国外
Claude 推出实时看板与代码动画测试 文档设计功能覆盖免费档
Claude Dashboards在付费档测试，可连接数据与CRM生成实时看板；Claude Motion在Team和Enterprise测试，以代码生成动画并导出MP4。Docs、Slides、Design结束测试并开放给Free用户。
Anthropic宣布Claude Dashboards和Claude Motion10月8日进入测试。Dashboards面向付费档用户，可连接数据源和CRM，把数据变成实时看板，并显示查询语句及数据上次刷新时间。Motion在Team和Enterprise版测试，能把想法做成动画讲解视频并导出MP4，它基于代码生成动画，并非生成真人视频。
企业版中Dashboards和Motion默认关闭，需要管理员开启。同时，Docs、Slides和Design三项功能结束测试，正式覆盖包括Free在内的各档用户。
原始来源：Anthropic ↗
04 / 国外
Claude 独立 Design 站 将于12月14日并入主站
Anthropic计划于12月14日将独立Claude Design站并入Claude主站。此前独立站照常可用，组织设计系统可迁移；届时独立站聊天、评论和公共项目链接将停止使用。
Anthropic的Nate Parrott表示，用户更喜欢内置在Claude中的Design和Slides，使用量高出很多，团队将重点投入这一方向，并计划在12月14日把独立的Claude Design并入Claude。他也邀请用户在此之前反馈新版的不足之处，以便改进。
按照官方说明，独立Design站会保留到12月14日，此前项目仍可正常使用。组织的设计系统可以迁移到新版；到截止日后，独立站的聊天、评论和公共项目链接将不再可用。
原始来源：Anthropic ↗
05 / 国外
Grok Imagine Video 1.5 Lite 上线 480p视频每秒2美分起
Grok Imagine Video 1.5 Lite在Grok Imagine API上线，支持文生视频和图生视频并带原生音频。OpenRouter转发的公告显示，480p、720p、1080p分别为每秒0.02、0.03、0.14美元；Vercel支持1至15秒视频。
Grok Imagine Video 1.5 Lite 已在 Grok Imagine API 上线，被定位为文生视频和图生视频的新主力模型，生成的视频带有原生音频。OpenRouter 转发的公告给出了按分辨率计价的标准：480p 每秒0.02美元，720p 每秒0.03美元，1080p 每秒0.14美元。
Vercel 同步在 AI Gateway 中提供该模型，支持1至15秒时长，以及480p、720p和1080p三档分辨率。以上为API按秒计费价格，与Grok订阅中的使用额度是两回事，开发者可按画质需求选择档位控制成本。
06 / 国外
Grok Bot 可搜索、读取并监控 X 所有用户可用
Grok Bot官方于北京时间10月8日宣布，可搜索、阅读并监控X内容，用于跟踪产品反馈、突发事件和生成行业周报。官方后续帖称，功能对所有用户开放，无需设置X连接器。
Grok Bot 官方账号于北京时间10月8日05:40发帖宣布，Grok Bot 现在可以搜索、读取并监控 X 平台上的内容。这意味着用户可以直接让它围绕某个话题持续关注平台上的讨论。
官方在后续帖子中举例，用户可以让它跟踪对自己产品的反馈、追踪一条突发新闻的进展，或定期发送所在行业的每周动态汇总。官方同时说明，该能力面向所有用户开放，使用时无需额外设置 X 连接器。
原始来源：SpaceXAI ↗
07 / 国外
Google Cloud 公布 通用工作智能体 Gemini Agent
Google Cloud在Gemini at Work 2026公布企业通用工作智能体Gemini Agent，可连接业务系统，从单一输入框完成知识工作、内容与代码，按任务选择模型，并内置成本控制和安全治理。
Google Cloud 在 Gemini at Work 2026 大会上公布 Gemini Agent，将其定位为面向工作的通用智能体。官方表示，工作从提示窗口开始：Gemini 掌握组织的业务背景，可在单一输入框中处理知识工作、问题解答、内容创作和编程等任务。
它会规划工作、使用技能和工具、连接 Cloud 客户的业务系统，并把完成的成果带回用户已在使用的文档、收件箱和开发环境中。Gemini Agent 还会为任务选择最合适的模型，内置成本控制，并具备企业客户所需的安全、管理与治理能力。
原始来源：Google Cloud ↗
08 / 国外
Arena 发布对齐指数 衡量智能体越权与虚假完成
Arena发布对齐指数，基于9万多次真实智能体会话、27个模型，衡量越权操作、错误归因和虚假完成。该评测中GPT-6.1-Sol以87.9分居首，Claude-Opus-5.5为83.2，Grok-4.7为82.7。
评测平台 Arena 发布对齐指数，用于衡量AI智能体在真实使用中的安全与对齐表现。该指数基于27个模型的9万多次真实会话，考察三类信号：超出用户指令或权限的越权操作、与用户证据相矛盾的错误归因，以及任务未完成却声称完成的虚假完成。
在这项评测中，OpenAI 的 GPT-6.1-Sol 以87.9分居首，Anthropic 的 Claude-Opus-5.5 得83.2分，SpaceXAI 的 Grok-4.7 得82.7分。Arena 观察到，越权行为较少但后果可能严重，风险随对话变长而上升，新一代模型普遍优于前代。
原始来源：Arena ↗
09 / 国外
法律Agent评测新增幻觉门槛 Grok 4.7以9.4%居首
Artificial Analysis与Harvey更新法律Agent评测LAB-AA v1.1，只认可全部达标且无重大幻觉的任务。Grok 4.7以9.4%居首，Muse Spark 1.3和GPT-6 Astra分列二三位，幻觉门槛明显改变了排名。
Artificial Analysis与Harvey发布LAB-AA v1.1，为法律Agent基准新增幻觉检查。新的核心指标只在交付物满足全部评分项、且没有重大幻觉时计分，例如合同要求日期写错即属重大幻觉；轻微错误单独统计，不影响主分。
结果显示，Grok 4.7（xhigh）以9.4%居首，每项任务成本约9.5美元；Muse Spark 1.3（max）为8.9%，若不设门槛它本以26.7%领先；GPT-6 Astra（max）为8.6%，一百二十项任务中仅有4次重大幻觉。首批测试中，超过六成原本通过的结果含重大幻觉。
10 / 国外
Claude Haiku 5.5进入Code Arena WebDev榜1587分排第30
Arena公布Claude Haiku 5.5 High的Code Arena WebDev成绩：1587分、排名第30，略在帕累托前沿之外。它与GPT-6 Luna同价，分数高6分，较Haiku 4.5成本低90%、分数高257分。
Arena发布Claude Haiku 5.5（High）在Code Arena WebDev榜的真实使用结果。该模型以1587分排名第30，位置略在质量与价格的帕累托前沿之外，但成本效率突出。
价格方面，它与GPT-6 Luna相同，每百万输入、输出token分别为0.10美元和0.50美元，分数高出6分。与其他Claude模型相比，它较Haiku 4.5成本低90%、分数高257分；较Sonnet 5.5（High）成本低95%、分数低128分；较Opus 5（High）成本低98%、分数低70分。
原始来源：Arena ↗
11 / 国外
Hermes Agent集成进 华硕ProArt RTX Spark电脑
Nous Research宣布Hermes Agent登陆华硕新款ProArt RTX Spark电脑P16与P14，集成MuseTree和ComfyUI，支持本地模型，最高配置为128GB统一内存，为创作者提供本机运行的创作栈。
Nous Research宣布，Hermes Agent已进入华硕新款ProArt RTX Spark电脑。新机型包括ProArt P16和P14，集成MuseTree与ComfyUI，并支持本地模型，最高配置提供128GB统一内存，构成可在用户自己电脑上运行的完整创作工具栈。
华硕表示，这两款电脑由英伟达与Hermes AI驱动，为创作者带来新一代边缘AI方案。Nous称，此举服务于其让强大Agent无处不在的目标，覆盖从云端到终端的使用场景。
12 / 国外
Nano Banana 2.1新评测 半价前代，排名提升三位
Artificial Analysis评测显示，Nano Banana 2.1的1K图像价格为Nano Banana 2的一半，在AA-Image-T2I v2.0上排名高三位；图像编辑与MAI-Image-2.6持平，价格低14%。
Artificial Analysis发布Nano Banana 2.1的质量与价格对比。谷歌将1K图像价格降至Nano Banana 2的一半，同时提升了质量，使其在AA-Image-T2I v2.0上比前代高出三个名次。榜单中没有更便宜的模型得分更高，而得分更高的三款模型单张成本约为它的六倍。
质量最接近的两款竞品Grok Imagine Image 2.0和MAI-Image-2.6价格都更高。在图像编辑评测中，Nano Banana 2.1与MAI-Image-2.6水平相当，价格低14%。
13 / 国外
SpaceXAI 向 Omarchy 提供150万美元 Grok Token支持
SpaceXAI以价值150万美元的Grok tokens成为Omacom基金会创始企业赞助方，支持Omarchy的维护与开发。这笔支持以Token形式提供，而非现金。
SpaceXAI官方账号10月8日确认，将支持Omarchy团队。Omacom基金会同时宣布，SpaceXAI成为其创始企业赞助方，提供价值150万美元的Grok tokens，用于Omarchy的维护与开发。
这笔支持以模型调用额度的形式提供，而非现金，直接面向Omarchy项目本身。对开源项目而言，算力与Token支持正成为企业参与社区建设的一种方式。
国内新闻
14 / 国内
阶跃 Step 5 Preview 扩展编程工具入口，限免一周
阶跃Step 5 Preview上架OpenRouter，并在OpenCode、Cline、Nous Portal、Kilo Code等指定渠道滚动开放一周免费使用。模型支持1M上下文及文本、图像、视频输入。
阶跃星辰10月8日宣布，Step 5 Preview已上架OpenRouter，同时在OpenCode、Cline、Nous Portal、Kilo Code等编程与智能体工具中滚动开放一周免费使用。官方将其定位为面向智能体和专业工作的旗舰级模型，强调更低的任务成本，开发者可以保留原有工作流、直接切换模型。
根据官方文档，Step 5 Preview支持1M上下文，可接收文本、图像和视频输入。本次一周限免在公告所列的指定分发渠道进行。
原始来源：StepFun ↗
15 / 国内
MiniMax Design 接入 Opus 5.5 支持代码动画制作
海螺官方账号展示，MiniMax Design产品内接入Opus 5.5，可将文字转成JavaScript动画、动态图形，用于讲解视频与产品演示。
海螺AI官方账号10月8日展示，MiniMax Design已在产品中接入Opus 5.5，主打“用代码做下一支视频”。用户输入文字，即可生成JavaScript动画、动态图形，并用于讲解视频、视觉叙事以及网页和产品演示。
官方介绍称，该模型不只处理语言，还能理解画面并持续打磨作品。完整套餐价格与开放账号范围此次未在公告中列出。
原始来源：MiniMax ↗
16 / 国内
Vidu Q4 Preview 新评测 同价位画质高于Q3 Pro
Artificial Analysis最新比较显示，生数Vidu Q4 Preview在与Vidu Q3 Pro相同的价格区间内画质表现更好。
第三方评测机构Artificial Analysis 10月8日发布最新比较，将生数科技的Vidu Q4 Preview与上一代Vidu Q3 Pro放在同一价格区间对照。结论是，在价格相同的情况下，Q4 Preview的画质表现更好。
对视频创作者而言，这一结果为同预算下的模型选择提供了参考。
