今日要点
- GPT-6.2 Astra 与 Sol 正式上线:进入 ChatGPT Work、Codex,并提供 API(
gpt-6.2-astra、gpt-6.2-sol)。Pro 500 可用两种模型的 Ultrafast;Ultrafast 首次对 Pro 200 开放,先从 Sol 开始。官方称 Astra 在专业工作与科学研究评估上创新高,单任务成本不到 GPT-6 Astra 的三分之一。Tibo 与 Sam Altman 力推 Sol Ultrafast;Theo 则发文《Why I hate GPT-6.2 Astra》,称这是 OpenAI 发过最差的模型。 - Cognition 发布 Devin Bots:定位为常驻、可带领一组 Devin 完成结果的工程代理。官方称内测用户平均每条消息合入的 PR 为原来的 4.5 倍,并写到有工程师从每周约 50 个 PR 到接近 2000 个。这是官方/内测口径,不是独立评测。
- OpenCode 一天两轮 Operation GLM:先宣布 Go 订阅以 $10 换 $100 的 GLM 5.3 用量,约 11 小时后加码到 $200。OpenCode 的 Dax 称这跑在他们自建的 GPU 与推理团队上。这不是 GLM 5.5 发布。
1. GPT-6.2 Astra 与 Sol 上线:进入 ChatGPT Work、Codex 与 API,Ultrafast 扩到 Pro 200,社区评价两极
要点:OpenAI 宣布 GPT-6.2 Astra 与 Sol 现已可用。官方博客把 Astra 定位为面向最难项目的前沿模型,Sol 面向日常与多步 agent 工作流,并称许多 OpenAI 员工把 Sol 当主力。产品上,ChatGPT Work 与 Codex 向 Plus、Pro、Enterprise、Edu 开放;Pro 500 可用两种模型的 Ultrafast;首次把 Ultrafast 给到 Pro 200,先从 GPT-6.2 Sol 开始。开发者可在 API 使用 gpt-6.2-astra 与 gpt-6.2-sol,并提供 Ultrafast。官方博客写明:在 Agents’ Last Exam 上,Astra 比 GPT-6 Astra 高 5.2 分,单任务成本不到其三分之一,并比 Claude Fable 5.2 高 5.5 分、成本约为其 5%;在 Terminal-Bench-Science 0.1 上比 GPT-6 Astra 高 9 个百分点,成本同样不到三分之一。API 定价方面,Astra 输入/输出比 GPT-6 Astra 低 20%,缓存输入再打 60% 折扣,标准价为每百万 token 输入 $8、缓存输入 $0.40、输出 $40;Sol 沿用 GPT-6.1 Sol 的 $2 / $0.10 / $10。官方还称 Astra 是迄今最强的网络安全能力模型,在 ExploitBench Internal Port 上比 GPT-6 Astra 高 22 分,同时收紧高风险网络安全协助的防护,并计划把 6.2 系列放进 Daybreak 给获批防御方。Vercel AI Gateway 同步上线这两个模型。社区评价两极:Codex 的 Tibo(@thsottiaux)称 Sol Ultrafast 是自己日常主力,Sam Altman 也点名 6.2 Sol Ultrafast;Theo 先说这是 OpenAI 发过最差的模型,随后发表 X 文章《Why I hate GPT-6.2 Astra》,并补充早期测试里他和同事用 Astra 给游戏做新关卡,结果都收敛到名为 Bellwether 的水关。早期测试者 @skirano 则认为反应不公,自己遇到的问题主要出在 harness。
为何值得看:这是窗口内最大的模型与 Codex 分发事件。官方强调效率与成本,社区对 Astra 的争议同样刺耳,不宜只复述官方向;Tibo、Sam 对 Sol Ultrafast 的推荐,和 Theo 的批评应放在同一条里。
- OpenAI:宣布 GPT-6.2 Astra 与 Sol 现已可用:https://x.com/OpenAI/status/2122750124543926515
- OpenAI:称 Astra 在专业工作与科学研究评估上创新高,单任务成本不到 GPT-6 Astra 的三分之一:https://x.com/OpenAI/status/2122750126297161811
- OpenAI:说明 ChatGPT Work、Codex 的开放范围,以及 Ultrafast 扩到 Pro 200(先从 Sol 开始):https://x.com/OpenAI/status/2122750135608528984
- OpenAI:称 Astra 是迄今最强网络安全能力模型,ExploitBench Internal Port 高 22 分,并收紧防护:https://x.com/OpenAI/status/2122750133133791592
- thsottiaux:称 Sol 与 Astra 终于上线,并把 Sol Ultrafast 当作日常主力:https://x.com/thsottiaux/status/2122753991000133943
- sama:称这些模型很能打且 token 效率高,并点名 6.2 Sol Ultrafast:https://x.com/sama/status/2122798039899263456
- theo:称 6.2 Astra 是 OpenAI 发过最差的模型:https://x.com/theo/status/2122757647170703550
- theo:发表文章《Why I hate GPT-6.2 Astra》:https://x.com/theo/status/2122760447103484410
- theo:讲述早期测试里两个游戏关卡都收敛到名为 Bellwether 的水关:https://x.com/theo/status/2122762384704258122
- skirano:认为 Astra 受到不公正评价,自己测试中的问题主要出在 harness:https://x.com/skirano/status/2122770640604111133

2. Cognition 发布 Devin Bots:常驻、可带队的工程代理,官方称内测人均单条消息合入 PR 为 4.5 倍
要点:Cognition 宣布 Devin Bots,产品页为 https://devin.ai/bots 。官方定位是:从写固件到一周合并数千个 PR,一个 Devin Bot 带领一组 agent 把活干完;强调常驻、面向职业软件工程,自带云电脑,覆盖规划、代码审查与自动测试,需要人拍板的决策集中在一处。官方帖写明,内测用户平均每条消息合入的 PR 是原来的 4.5 倍,并称见过个别工程师从每周约 50 个 PR 到接近 2000 个。官方博文用内部案例展开:Android Bot 在 44 天里合并 1,134 个 PR;Jenny 的游戏工作室从每周约 50 个 PR 到 1,900 个。CEO Jeff Wang 称之为「2026 年最大的发布」,把它放在 Codeium 补全、Windsurf 本地 agent、Devin 云端 agent 之后的 Persistent Agents。Walden Yan 也分享了「Bot 再做 Bot」的使用例子。这些吞吐数字都是官方或内测口径,不是第三方复现。
为何值得看:这是窗口内最明确的新产品发布之一,把 coding agent 从「完成一个任务」推到「长期拥有一个结果」。需要把 4.5 倍和近 2000 个 PR 写清来源,避免当成独立评测。
- cognition:介绍 Devin Bots,称一个 Bot 可带领一组 agent 完成工作:https://x.com/cognition/status/2122737511684587551
- cognition:称内测用户平均每条消息合入的 PR 为原来的 4.5 倍,个别工程师从每周约 50 个到接近 2000 个:https://x.com/cognition/status/2122737513567826007
- jeffwang:称之为 2026 年最大的发布,并把它放在 Persistent Agents 这一阶段:https://x.com/jeffwang/status/2122741216261628181
- walden_yan:分享 Devin Bots 带来的高度自动化,以及「Bot 再做 Bot」的例子:https://x.com/walden_yan/status/2122740852091216274

3. OpenCode 一天两轮 Operation GLM:$10 先换 $100 的 GLM 5.3 用量,晚间再加到 $200
要点:OpenCode 先宣布 Operation GLM Phase 1:所有 OpenCode Go 订阅用户可用 $10 换 $100 的 GLM 5.3 用量。约 11 小时后再宣布 Phase 2,把额度加到 $10 换 $200。官方 Go 定价页随后把 GLM-5.3 在 Go 套餐下的月度上限列为 $200(Go Plus 为 $400);按官方文档,Go 里的付费模型共享同一份额度,这一数字是「整月只用该模型时套餐覆盖的上限」,不是额外打入账户的余额。OpenCode 的 Dax(@thdxr)引用第一阶段称,这能做到是因为跑在他们自己的 GPU 和推理团队上,「这还只是第一阶段」。这是分阶段促销,不是 GLM 5.5 发布;窗口里出现的 5.5 传闻没有智谱官方确认,不应写成新模型上线。昨日已报道的 OpenCode Browse 0.1.0 与 Hy4 flash 限免,不再当今天的新事件。
为何值得看:这是今天除大模型发布外互动最高的产品新闻之一,而且一天内加码。对 Go 订阅用户是可执行的用量变化,但要把「$200 用量上限」和「账户余额」区分开。
- opencode:宣布 Operation GLM Phase 1,$10 换 $100 的 GLM 5.3 用量:https://x.com/opencode/status/2122600875562537329
- opencode:宣布进入 Phase 2,额度加到 $10 换 $200:https://x.com/opencode/status/2122763721923559595
- thdxr:称这能做到是因为跑在自建 GPU 和推理团队上:https://x.com/thdxr/status/2122691122967224569
- thdxr:在 Phase 2 加码后再次引用官方帖:https://x.com/thdxr/status/2122764850418057229

4. Antigravity 满一周岁:官方拆解多智能体新 UI,全模型配额重置,Carbon TTFT 加快 1.5 倍
要点:Google Antigravity 官方发视频,拆解「为并行编排多个 agent 重建」的新界面,强调可见性与控制;负责人 Varun Mohan(@_mohansolo)称过去一周设计有阶跃改进。随后 Mohan 宣布:「为庆祝 Antigravity 满一岁,重置所有人、所有模型的配额」;稍早还说 Carbon 的 TTFT 已加快 1.5 倍,Argon 也会跟上。公开记录里,Antigravity 于 2025-11-18 随 Gemini 3 一起推出,今天确实是一周年。DeepMind 同时展示:用 Gemini 4 Hydrogen 加上新的 Antigravity 机器人插件,可以把支持的机械臂接到 MuJoCo 仿真,并用自然语言在真机上跑任务;另有 Hydrogen + Antigravity 把 Google 表格做成像素画动画的演示。官方还介绍 Google AI Edge Gallery 团队用 Antigravity 做了一个完全离线的语言学习应用,结合 ASR、Gemma 4 与 TTS,并用 Figma MCP 把设计落到代码。这些是官方演示,不等于所有用户都已具备同样的机器人或端侧能力。昨日已写过的 scientists 演示不再重复。
为何值得看:UI、配额、速度和机器人/端侧演示叠在同一天,配额重置对现有用户最直接。满一岁的说法与 2025-11-18 的公开推出日相符,不是口头编造。
- antigravity:拆解为并行编排多个 agent 重建的新界面:https://x.com/antigravity/status/2122514607726043205
- _mohansolo:称过去一周 Antigravity 的设计有阶跃改进:https://x.com/_mohansolo/status/2122516734972420305
- _mohansolo:称 Carbon 的 TTFT 加快 1.5 倍,Argon 也将跟上:https://x.com/_mohansolo/status/2122821676249625014
- _mohansolo:宣布庆祝满一岁,重置所有人、所有模型的配额:https://x.com/_mohansolo/status/2122836883877347836
- GoogleDeepMind:介绍 Gemini 4 Hydrogen 与新的 Antigravity 机器人插件:https://x.com/GoogleDeepMind/status/2122767521925230896
- antigravity:介绍 Edge Gallery 团队用 Antigravity 做的完全离线语言学习应用:https://x.com/antigravity/status/2122848700233925006

5. Grok Bot 继续发酵:Elon 转发 90 分钟电话客服案例,团队介绍连接器,并可调用 Anthropic 模型
要点:本窗口没有新的 Grok Bot 版本号发布,但产品讨论很热。Elon Musk 引用一条稍早的用户长帖,只回「Grok @Bot」——该用户称 Grok Bot 与 AT&T 打了 90 分钟复杂电话,达到通话时限后,真人客服才发现对方是 bot。另有 @teslaownersSV 称,Grok Bot 阅读其妻子病历、检索治疗与试验、找到斯坦福专家并起草邮件,随后接到入院评估电话;Elon 转发了这条。这是用户自述,未经验证。Grok 团队的 Lauren(@poteto)介绍:通过连接器给的上下文越多,bot 越能当同事或助理;建议用语音口述工作流、先让 bot 复述确认,并可保存 skills。Lenny Rachitsky 则演示,可以要求 @Bot 通过自己的 Anthropic API 使用 Claude 模型。
为何值得看:这是使用案例和能力讨论,不是发版。电话客服和病历故事传播很广,但都应标明是用户讲述,而不是官方评测或已核实的医疗结果。
- elonmusk:引用用户所述 Grok Bot 与 AT&T 通话 90 分钟的案例:https://x.com/elonmusk/status/2122560774073901341
- teslaownersSV:称 Grok Bot 阅读病历、检索治疗方案并起草邮件,随后接到斯坦福来电:https://x.com/teslaownersSV/status/2122512355062161744
- poteto:介绍用连接器给 Grok Bot 更多上下文,并用语音口述工作流、保存 skills:https://x.com/poteto/status/2122774297840398639
- lennysan:演示可以要求 Grok Bot 使用 Anthropic 模型:https://x.com/lennysan/status/2122493120738988401

6. Ollama 分享让 Claude Code、Codex、Pi 等 coding agent 保持前缀缓存的教训
要点:Ollama 总结了如何让 Claude Code、Codex、Pi 等 coding agent 保持速度快:系统提示里一个时间戳就能打断缓存;改推理强度会清空整段缓存;若告诉 agent 输出被截断,它会去补读错过的部分。帖文引用了 Together 方面关于「coding agents 每轮重发整个对话,前缀缓存只有 harness 与推理引擎都做好才有效」的讨论。这是 Ollama 的经验总结,不是基准测试。
为何值得看:不是发版,但直接关系到 Claude Code、Codex 和 Pi 用户的延迟与成本。把缓存打掉的往往是一条时间戳或一次推理强度切换,这类细节很容易被忽略。
- ollama:总结让 Claude Code、Codex、Pi 等保持前缀缓存的三条教训:https://x.com/ollama/status/2122531964154712541

7. Gemini 4 Hydrogen 全球登陆 Google Search,官方称为搜索侧迄今最大的模型升级
要点:Google 宣布 Gemini 4 Hydrogen 已在全球 Google Search 上线,称这是搜索迄今最大的模型升级,并列举更好的意图理解、更聪明的 query fan-out 与链接、更视觉化/自适应的回答,以及更强的多语言能力。Hydrogen 本身已在更早的日报里出现过,今天是进入全球 Search,不是模型首发,也不等于 Antigravity 或 IDE 的默认模型发生了变更。同窗口 DeepMind 把 Hydrogen 用在 Antigravity 机器人插件等演示上,见第 4 条。
为何值得看:这是模型分发新闻,主场是 Search。对写代码的人来说,价值在于同一套 Hydrogen 正在被接到更多 Google 产品里,而不是又一次 IDE 发版。
- Google:宣布 Gemini 4 Hydrogen 全球登陆 Google Search:https://x.com/Google/status/2122820914777845813

8. FrontierHarness Eval:在同一组开源模型下,Codex CLI、Pi、OpenCode V2 排名靠前
要点:中文用户 @CyanCloud77 公布 FrontierHarness Eval 的 harness 对比,固定使用的模型是 GLM-5.3、DeepSeek-V4.1、Muse Spark 与 Open Kimi-K3。综合排名称 Codex CLI、Pi、OpenCode V2、Oh My Pi、ZCode 为前五,并称 DeepSeek Harness Minimal 第 10、Claude Code 第 21、Antigravity CLI 最后。这是评测帖给出的结果,不是官方排行榜;模型名单也不包含闭源旗舰,不能外推成 Claude 或 GPT 官方模型之间的对打。
为何值得看:窗口里少见直接比较 coding harness 的讨论。结论的适用范围很窄,必须连同固定模型名单一起读,不能把名次当成所有模型、所有任务上的通排。
- CyanCloud77:公布 FrontierHarness Eval 综合排名,Codex CLI、Pi、OpenCode V2 靠前:https://x.com/CyanCloud77/status/2122587062348239056

9. Qoder IDE 推出 Linux ARM64 的 .deb / .rpm 包
要点:Qoder 官方宣布 IDE 提供 Linux ARM64 的 .deb 与 .rpm 构建,x64 构建仍保留,下载页可选 ARM64。热度一般,但是明确的产品更新。同窗口通义还宣布 Qwen4-Max 登陆 you.com 与 LebrelAI,那是昨日正式发布后的渠道续报,不应当成新模型发布。
为何值得看:国内 IDE 里少见的 Linux ARM64 打包更新,对用 ARM 设备的人有用,但新闻性明显弱于前面的发布与促销。
- qoder_ai_ide:宣布 Qoder IDE 提供 Linux ARM64 的 .deb 与 .rpm 包:https://x.com/qoder_ai_ide/status/2122701237422563392
