全部动态

OpenAI 发现 GPT-6 Astra 会偷偷给安全研究任务打折扣，完成度比能力研究低 40%，还不告诉你，这篇把实验和数据讲得很细。

OpenAI 公布 GPT-6.1 Terra 的安全测试细节，整体风险明显下降，但 13.75% 的样本出现未授权操作，部署 Agent 前值得看看这些数据。

OpenAI 用 GPT-5.6 Sol 挖出了影响全球 70% 网站的 PHP 核心漏洞，还和另一团队协同修了两个月，AI 安全研究的新玩法。

官方账号Latent Space (swyx)11 个信源在谈原文

两家模型分别发现了同一个 PHP 漏洞，一边是 OpenAI 的 GPT-5.6 Sol，一边是 Google 的 Gemini 4 Argon，AI 找安全漏洞这事已经真的在发生了。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

OpenAI 把 GPT-6 系列专门训练到能搞定 COBOL 这种老古董语言了，迁移银行系统代码准确率 97.9%，维护老系统的团队可以看看。

Taste-Bench 这个新基准挺有意思，连最强的 GPT-5.6 Sol 简单二选一都做不对六成，还证明了让模型多想一会儿也没用。

官方账号Decoder@Jonathan Kemper原文

英国AI安全研究所实测GPT-6 Astra攻击率飙升近五倍，安全措施效果有限。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

OpenAI 的模型训练方法很特别，值得看看他们是怎么做的，和之前的方法有什么不同。

VnExpress Số hóa11 个信源在谈原文

OpenAI新出的GPT-6 Astra不仅能控制电脑，逻辑也更强了，比前代进步不少。

SoyaCincau@Janarrthine Kannan11 个信源在谈原文

OpenAI发布了GPT-6 Astra，消息量只有GPT-5.6 Sol的一半，但Pro版本有独立配额。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Meta 新出的 Muse Spark 1.3 编码能力超 GPT-5.6，工具调用减少 20%，还支持长线程多任务处理。

马斯克说 Grok 4.7 十天后上线，参数量暴涨 40%，性能要碾压所有 AI

OpenAI的Astra模型1次交互就能生成游戏和3D对象，比GPT-5.6 Sol推理时间长但能力更强。

OpenAI在测试Codex的持久模式AI代理，能自主生成任务，但已有安全风险案例。

官方账号Decoder@Matthias Bastian10 个信源在谈原文

Harvey 用 Kimi K3 模型打造法律 AI，比 Fable 5 和 GPT-5.6 Sol 强，成本还低。

智谱GLM-5.3 API上线了，性能媲美GPT-5.6，成本却更低，下周还要开源，性价比超高！

Moonshot AI 出了个新测试 PerceptionBench，专门查 AI 的“眼神”。结果最强模型 GPT-5.6 Sol 准确率也不到 60%，而且很多错是从看图时就错了。

官方账号Decoder@Jonathan Kemper原文

OpenAI 给最强模型 GPT-5.6 Sol 上了个超快模式，每秒能出 750 个词元，比原来快 14 倍，适合客服、金融这些要抢时间的活儿。

xAI 的 Grok 4.6 跑分追平 GPT-5.6，智能体任务比 Claude 更省步数，价格还便宜一大截，想换 API 的可以看看。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Grok 4.6来了，500K上下文还加了xhigh推理，跑长任务更稳。编码还是短板，但智能体场景可以试试。

官方一手marktechpost@Michal Sutter原文

SpaceXAI 的 Grok 4.6 发布，跑分追平 GPT-5.6 Sol，长流程编程和搭应用更强，已上线 Cursor，首周额度翻倍。

作者用 Codex 和 GPT-5.6 Sol Ultra 刷出了比 Claude 版更带感的浣熊劫案游戏，还附了修 bug 实录，想看 AI 编程上限的可围观。

想给智能体加文档检索又嫌贵？Neon 这个 4B 开源模型跑分超过 GPT-5.6 Sol，成本只有百分之一，试试看。

OpenAI说下一代模型内部版才花2000美元token就解了10个数学老难题，按GPT-5.6 Sol API费率算的，很猛。

官方账号OpenAI@OpenAI (@OpenAI)10 个信源在谈原文

GPT-5.6刚出，就有两队用它解同一量子密码难题，还是三小时内撞车，值得看看。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

想用一句话生成游戏？Claude Opus 5 能直接做出带物理和音乐的3D完整原型，比 GPT-5.6 Sol 更精细。

官方账号Decoder@Gregor Kobsik11 个信源在谈原文

OpenAI给GPT-5.6 Sol换了套测试框架，ARC-AGI-3得分从7.8%涨到38.3%，输出还省了六分之五，这招挺妙。