全部动态

腾讯Hy4 preview开源，在智能体任务上超越GPT-5.5，但抽象推理仍有差距。

shao__meng@shao__meng原文

Inherent新推Faraday智能体，小模型大能力，强化学习助其超越GPT-5.5与Claude Opus 4.8，值得关注。

一个叫Faraday的27B智能体，把论文复现变成强化学习任务，在测试集上赢了Claude Opus 4.8和GPT-5.5，还把编码agent当工具用，有点意思。

elvis@omarsar02 个信源在谈原文

OpenAI 的 GPT-5.6 Sol 在低推理强度下就超过了 GPT-5.5 的高推理强度表现，还更省 Token，你可以直接上手试试。

小互@imxiaohu11 个信源在谈原文

看Opus 5和GPT-5.6-Sol在同一基准上的表现，一个越强越费token，一个越强越省，挺有意思的对比。

lmarena.ai@lmarena_ai8 个信源在谈原文

GPT-5.6来了：免费用户默认Luna，事实错误率比5.5降68%，还有思考滑块和Think按钮，写代码可以拉高深度。

小互@imxiaohu11 个信源在谈原文

OpenAI 把新模型 GPT-5.6 Sol 用到所有付费聊天里，医学法律等场景错误率比上代 Instant 低了 68%，靠谱很多。

官方账号OpenAI@OpenAI11 个信源在谈原文

SaferAI测了Zhipu的GLM-5.2，攻击力比肩GPT-5.5，但零内容过滤，开源风险不小。

官方一手pandaily@contact@pandaily.com (Pandaily)原文

腾讯混元的 Hyra 跑了24小时就证出加法组合学50年难题，还公开了 Lean 证明，比此前 AI 辅助搜索明显更进一步。

GPT-5.6 Luna输入价格砍了八成，比GPT-5.5还强，代码和网络安全分数都涨了，性价比碾压Gemini。

小互@imxiaohu11 个信源在谈原文

Wiz搞了个Atlas系统，让多个AI智能体像安全团队一样协作挖漏洞，已经在开源项目找到200多个漏洞，基准测试还超过了GPT-5.5-Cyber和Claude 4.6。

微软出了个专攻安全的AI模型MAI-Cyber-1-Flash，CyberGym跑分95.95%，比Mythos 5和GPT-5.5 Cyber都强，还更省钱。

中科院搞了个能懂人情世故的AI模型Zing，社交认知吊打GPT-5.5，值得一看。

官方一手pandaily@contact@pandaily.com (Pandaily)原文

Sakana AI 新出的网络安全模型 Fugu-Cyber 在 CyberGym 上拿了 86.9%，比 GPT-5.5-Cyber 还高，做安全测试的可以关注。

官方一手marktechpost@Asif Razzaq原文

OpenAI公布新数据，每周3亿人用ChatGPT问健康，还出了GPT-5.6 Sol专门优化复杂问答，免费用户也能体验升级。

官方账号OpenAI@OpenAI11 个信源在谈原文

Cisco 出了两个小模型，漏洞检测性价比是 GPT-5.5 的 150 倍，开源免费，做安全的可以试试。

官方账号Decoder@Matthias Bastian原文

Sakana AI新出的Fugu Cyber在安全基准上比GPT-5.5-Cyber还强，86.9%的CyberGym成功率很硬核，搞网络安全的可以关注。

Kimi K3在投资研究上直接干翻了GPT-5.5和OPUS-4.8，时间判断和证据边界控制尤其强，已经在AlphaEngine上用了，搞金融研究的可以试试。

官方一手Pandaily@contact@pandaily.com (Pandaily)11 个信源在谈原文

Kimi K3 Max在三个内部知识工作基准上全面超过Claude Opus和GPT-5.5，适合关注智能体工作流的人看看。

AI Will@FinanceYF53 个信源在谈原文

Moonshot发了2.8万亿参数Kimi K3，前端代码超越Fable 5，开放权重版月底就能用，价格虽高但看齐Claude Sonnet。