AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑成本性能边界
AINews 汇总 10 月 1 日至 2 日的 AI 动态：OpenAI 发布 GPT-6.1 Sol，定价为每百万输入/输出 token 2 美元和 10 美元，据称在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分，Agent Arena 中 Sol [Max] 以每任务 0.56 美元中位成本进入第 5 名，比 GPT-6 Sol 便宜 39%。
#评测/基准
Latent SpaceAI 评分6262 爱范儿AI 评分5858 Utopai X 登 AI 视频榜全球第二，Utopai Studios 计划 2027 年推出多部影视作品
截至 9 月 30 日，Utopai Studios 自研模型 Utopai X 在 Artificial Analysis 带音频文生视频排行榜中位列全球第二，仅次于 Wan 3.0，是该榜排名最高的美国公司模型。
Latent Space精选AI 评分8888 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API，ChatGPT 周活达 12 亿
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API 与 ChatGPT Spaces，并公布 ChatGPT 周活 12 亿。
推荐理由：汇总 OpenAI DevDay 2026 的全部发布与第三方评测数据，可一次看清其产品线扩张与定价策略。
Hugging Face BlogAI 评分3434 英国 AISI 采用 EvalEval 基础设施公开评测结果，提升可复现性
英国 AI Security Institute（AISI）正使用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果。
Google DeepMindAI 评分5858 Google DeepMind 试点全球首个双盲 AI 评测
Google DeepMind 宣布推出全球首个针对专有前沿模型的双盲评测，将外部评测限制在密码学隔离环境中，避免模型提前接触测试题而污染基准。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型。
Import AIAI 评分6262 Import AI 465：开放与闭源模型网络能力差距收窄、Kimi K3 与 Demis 的 AGI 监管方案
英国 AI Security Institute 分析显示，开放权重模型与闭源前沿模型的网络能力差距正在收窄：GLM-5.2 最接近 4.3 个月前发布的 Claude Opus 4.6，DeepSeek-V4-Pro 介于 Claude Opus 4.5 与 GPT-5 之间，而 2025 年大部分时间测得的差距为 6 到 10 个月。
Hugging Face Blog精选AI 评分6060 Hugging Face 联合发布 RiskRubric.ai 模型风险评估平台
Hugging Face 博客宣布由 Cloud Security Alliance 和 Noma Security 主导、Haize Labs 与 Harmonic Security 参与贡献的 RiskRubric.ai，为模型提供标准化风险评估。
推荐理由：原文给出六个风险维度的评分框架与首批评测分布，读者可据此理解模型安全评估的标准化路径。
OpenAI NewsAI 评分1717 Morgan Stanley 如何用 AI 评估塑造金融服务未来
Morgan Stanley 正借助 AI 评估（AI evals）推动金融服务领域的变革。该机构将 AI 评估用于塑造金融服务的未来方向。
OpenAI News精选AI 评分7070 OpenAI Five 基准测试结果：三局两胜击败 99.95 百分位 Dota 玩家队伍
OpenAI Five 在一场三局两胜的比赛中击败了由 Blitz、Cap、Fogged、Merlini 和 MoonMeander 组成的 99.95 百分位 Dota 玩家队伍，其中四人曾打过职业 Dota。比赛在 10 万名同时在线观众面前现场进行。