大降价时代来临，GPT 6 Sol 和 Luna 降价 50%，Opus 5.5 降价 40%
今天，GPT 6 全系列更新，Sol 和 Luna 价格下降 50%，并且学会了说人，而 Terra 消失了。
GPT 6 Sol 和 Luna 使用了与 Astra 类似的训练方法，能力更强，对齐更好，价格更低。
在 AutomationBench中，GPT 6 Sol 的表现超越了 Opus 5 的同时，只用了其 9% 的成本，便宜10倍。
GPT 6 Sol 和 Luna 的语言风格和 Astra 相同，表达更清晰，黑更少，言简意赅，减少不必要的细节。明显减少了破折号的使用。这可能意味着模型的写作能力的提升（需要进一步测试体验）
GPT 6 Sol 在 OSWorld 2.0 等某些指标上不如 GPT 5.6 Sol，这是需要注意的。同时这也暴露出了一个真正的问，现在的指标有几个是准确的？
OpenAI 这次还特别改进了缓存机制，实现了更高的缓存命中率（他们终于学会了ds的技术），第三方开发者和用户都可以更省钱了。
同时 A 社也在今天发布了 Opus 5.5，象征性地降价了 20%，缓存降价了 60%，在 Agent 任务中，综合下降约 40% 。不过 A 社已经开始全面禁止中文客户使用（注意不只是中国公司），并且还要在 API 贵 10 倍的情况下强制收集客户数据，还会随时公开隐点赞息，实在是离谱。
我们终于迎来了大模型的大降价时代，感谢竞争，感谢 DeepSeek 和 GLM，请不要停，请继续降。
@aigc1024

【 价值上万元 】1000套精品付费电子书 【95.09GB】
🔗：https://pan.quark.cn/s/dc265d9178d3

@meiriyishu

🚨 🚨 🚨 AI 真的在加速药物发现吗？
AI 正在把药物发现从“低通量、人工筛选”逐渐变成“计算预测 → 实验验证 → 数据反馈 → 再计算设计”的闭环。
根据麦肯锡的最新研究，有初步迹象表明确实如此：所有这些候选药物都由 AI 驱动，发现时间缩短了约 15-80%。
这和单纯用 ChatGPT 帮科学家写报告完全不是一个数量级。
传统药物发现的问是：
大量候选分子 → 实验 → 淘汰 → 再设计 → 再实验
而 AI 能够把前面的搜索空间大幅压缩：
疾病机制/靶点 → AI预测 → 分子设计 → 虚拟筛选 → 实验 → 数据反馈 → 下一轮设计
所以真正的潜在价值不是简单的：
原来 5 年 → 现在 1 年
而是：
原来只能实际测试几千/几万种可能性 → 计算系统可以探索更大的候选空间，然后把最值得实验的部分交给实验室。
麦肯锡此前也指出，传统筛选过程中，从候选分子筛选到进入 Phase I 的比例极低，AI 的价值之一就是减少无效实验，把实验资源集中到更有潜力的候选物上。
真正决定 AI 药物革命能否成立的，是：
Phase III → 临床疗效 → FDA/EMA批准 → 患者实际获益
而这部分现在还需要时间验证。麦肯锡明确表示，AI 起源药物最终能否提高临床成功率，目前仍然是开放问
（极其看好）

AI探索 | Hermes/OpenClaw｜优质资源｜优质信息