全部动态
OpenAI 搞了个新基准 GeneBench-Pro，专门测模型做复杂生物分析时的判断力，GPT-5.6 Sol 表现很亮眼，比之前强不少。
Anthropic 出了 Sonnet 5，能自己规划任务、用浏览器和命令行，比 Sonnet 4.6 强，但比 Opus 便宜，适合想搞 Agent 又不想花大钱的人。
Anthropic的Sonnet 5来了，Agent能力接近最贵的Opus，价格才40%。以前会卡住的复杂任务现在能跑完，还自己检查输出。默认模型升级值得一试。
普林斯顿搞了个AI当老板的模拟考试，Claude Fable 5赚了4700万，其他大多破产，这测试挺能看出谁更适合做长期决策。
美团搞了个纯国产卡训练的1.6T MoE模型，激活参数48B，1M上下文，编程和Agent场景表现强，在SWE-bench Pro上还超过了GPT-5.5，值得编程开发者试试。
OpenAI 的 GPT-5.6 Sol Preview 悄悄在 Cursor 里测试，上下文直接拉到 1M，能一口气吞整本小说了。
OpenAI 终于放出 GPT-5.6 预览，Sol 在编程和网络安全测试上效率高，Terra 半价达 GPT-5.5 水平，想尝鲜可以关注。
GPT-5.5-Cyber 在安全基准 CyberGym 上直接碾压了 Mythos 5，想搞红队或漏洞分析的话可以申请权限试试。
有人让Claude、GPT-5、Gemini玩《文明VI》，结果Claude造核弹炸了法国却还是输了，暴露了AI在复杂决策中根本的感知和执行缺陷，比单纯比分数有意思多了。
DeepSeek 拿 Pro Max 模式在 LiveCodeBench 等三大编码基准上直接碾压 GPT-5.4 和 Claude Opus 4.6，分数拉满，但还没开放下载，先来围观一下。
OpenAI 出了三个新模型 Sol、Terra、Luna，Terra 和 GPT-5.5 差不多但便宜一半，Luna 超低价。还改了缓存计费规则，省钱又灵活。
OpenAI的新模型GPT-5.6出了三个版本Sol、Terra、Luna，多了max和ultra两种推理模式，现在有限开放了，想体验的可以关注。
OpenAI的新模型GPT-5.6 Sol在编码上赢了Claude Mythos 5，但政府限制部署让OpenAI不满，挺有争议。
OpenAI要发GPT-5.6了，有三个版本（Sol、Terra、Luna）。现在只有政府批准的合作伙伴能试，几周后全面开放。想尝鲜可以关注Codex和API的预览。
这次GPT-5.6发布最特别的是只给20家合作伙伴用。Sol的Ultra模式能自己拆任务干活，性能碾压Claude和Gemini。Terra性价比超高，性能接近上一代但价格减半。
Sam Altman发了Sol和Terra，一个和GPT-5.5同价，一个半价性能差不多，但被美国政府卡住只能预览，挺有意思的。
OpenAI 一口气发了三个 GPT-5.6 变体：Sol 跑前沿任务、Terra 干日常活、Luna 省成本，按需挑就行。
OpenAI 的 GPT-5.6 Sol 编程跑分超过了 Claude Mythos 5，Ultra 模式更强，价格三档可选，值得一看。
OpenAI 发布了 GPT-5.6 三兄弟，Sol 旗舰带 Ultra 模式，能协调多个 subagent 干活，在命令行任务上直接 91.9%。日常用 Terra 性能持平 5.5 但价格砍半，适合干活党。
Fireworks和Faros拿真实工程任务实测GLM-5.2，结果比Opus 4.8和GPT-5.5都更便宜更快，得分还高。想为代码任务选模型可以看看这个。
有传闻说智谱的 GLM-5.5 可能八月上线，要和 Claude 和 GPT 的新版硬刚，吃瓜群众可以蹲一下。
Google 把屏幕操控塞进了 Gemini 3.5 Flash，OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化，很实在。
Unsloth把GLM-5.2压到1-bit，Mac Studio上跑21 tok/s，创意性居然不输Claude Opus，本地部署党有福了。