OpenAI 发布 GPT-4.0 模型新版本
OpenAI 新发布的 GPT-4.0 能处理图片和文字，比之前的版本更智能，适合用来做复杂的推理和创意工作。
全部动态
AI 相关资讯全量信息流 · 106 条
9月11日
OpenAI 发布 GPT-4.0 模型新版本
OpenAI 新发布的 GPT-4.0 能力更强了，在 MMLU 基准测试中得分 90.0，比之前版本好。
Code Arena 发布 AutoEval 评估指标
Code Arena 推出了 AutoEval 评估指标，能更客观地衡量代码生成模型的性能，比之前的指标更准确。
Code Arena WebDev排行榜详情
Code Arena的WebDev排行榜，帮你快速了解不同AI模型在网页开发上的实际能力，比如GPT-4.5V和Claude 3.5 Sonnet谁更强。
9月10日
OpenAI 发布 ChatGPT 5.2，提升专业能力与视觉理解
OpenAI 新发布的 ChatGPT 5.2，专业能力比 GPT-4 更强，视觉理解也更好，适合需要专业知识的场景。
OpenAI发布GPT-4o架构细节
OpenAI公开了GPT-4o的技术架构，开发者能了解其工作原理和性能优势。
9月7日
GPT-6 Astra通过Computer Use直接操作Minecraft
GPT-6 Astra现在能直接玩Minecraft了，比三年前GPT-4时代简单太多，Voyager当时就实现了技能自进化。
GPT-4推理成本三年下降300倍
Mustafa Suleyman分享GPT-4成本惊人下降数据，了解AI技术扩散速度
9月5日
Astra模型展现显著智能提升
Astra模型展现对话智能显著提升，与GPT-4和Claude Sonnet 3.5并列，让人感受到AGI的可能。
9月4日
Gary Marcus质疑Astra模型可监控性声明
GaryMarcus向Astra团队提出技术质疑，关于模型可监控性的具体含义和比较基准。
Astra计算图深度接近GPT-4
OpenAI解释Astra计算图深度与GPT-4的关系，强调思维链监控的重要性与挑战。
9月3日
9月2日
8月26日
8月20日
Kimi K3靠Harness逼近Opus 5
Kimi K3用Harness框架，在18个Agent科研任务里，性能快追上GPT-4o了，挺厉害的。
8月19日
CABLE：通过互补前导链接扩展记忆检索范围
清华团队提出CABLE方法，让AI记忆系统不再只靠相似度，而是通过互补链接找回被遗忘的关键信息。
8月9日
GPT-4训练完成已满四年
gdb发推说GPT-4训练完成四周年了，想看看大家怎么回顾这个模型的可以点进去。
8月7日
曝OpenAI最快下周推出Astra模型，为GPT-4.5以来最大模型
OpenAI下周可能要发Astra，是GPT-4.5以来最大模型，能解10道数学难题，还能调度智能体干活。
7月28日
Kimi K3 在 Fireworks 上线：3万亿参数、1M上下文、原生视觉
Fireworks 上了首个3万亿参数的开放模型 Kimi K3，百万上下文加视觉，推理不输闭源，还零数据保留，上手试试。
Kimi K3 以 $3/百万输入 tokens 对标 Anthropic 和 OpenAI 顶级模型
Kimi K3 便宜到离谱，$3 输百万 token，推理性能还不输 Claude 和 GPT-4o，想省钱搞推理的可以试试。
7月24日
7月22日
GPT-5.6用户称性能飞跃，超越GPT-4到3.5的提升
有用户说GPT-5.6干活更利索比之前版本强一大截，但Codex还不够好，来看看他的体验。
7月21日
SFC框架：用图结构共形预测保证科学生成的有效性
想做可靠的科学生成？SFC框架让模型一边写一边用共形预测校验事实，结果比DeepSeek和GPT-4都准，还能少犯73%的科学错误。
数据优先本体论的显式世界模型：DaoQL多模态存储验证与反事实推理评估
这篇论文把LLM当推理引擎，把知识存进显式数据库DaoQL，反事实推理比GPT-4o单独强49个百分点，适合做高精度场景的参考。
7月20日
7月14日
免费AI编码模型DeepSeek-Coder-V2登顶全球排行榜
DeepSeek-Coder-V2免费开源，性能还超过了GPT-4o和Claude，写代码直接省钱了。
7月10日
OpenAI 发布 GPT-5.6 模型系列，提升网络安全能力
OpenAI 出了 GPT-5.6，主打网络安全，想看看新模型怎么防黑客的可以点进去。
GPT-5.6 Sol 以不到一半成本获最高基准分
OpenAI 的 GPT-5.6 Sol 比对手便宜一半还得分最高，搞 AI 的朋友值得看看这个新动向。
OpenAI 发布 GPT-5，Sam Altman 称其为史上最佳模型
OpenAI 正式推出了 GPT-5，Sam Altman 亲自吹捧这是他们最好的模型，快去看看博客里写了什么新能力。
7月9日
GPT‑Live：ChatGPT语音模式升级，可调用GPT-5.5
OpenAI把ChatGPT语音模式升级成GPT-Live了，能边聊边调GPT-5.5干活，比老版聪明太多，值得体验。
7月8日
Seedream 5.0 图像模型上线，2K 分辨率表现优于 GPT-4o
Seedream 5.0 图像模型刚上线，能生成 2K 分辨率图片，比 GPT-4o 清晰，但文字多时会糊。想试试新模型可以看看这些例子。
7月7日
从前沿AI到笔记本电脑AI：25个月的滞后
想了解前沿模型多久能变成你能在笔记本上跑的开源版？这篇用GPT-4、Claude 3.5等具体案例算出了平均25个月的滞后，还画了未来预测图。
开源模型追赶云端前沿：GPT-4级能力24个月后落地笔记本
一张图告诉你开源模型追上GPT-4还要多久，Fable 5本地跑要等到2028年。数据很具体。
7月3日
GPT和Claude在桥水基金金融测试中失败，因正确答案从未公开
桥水基金用自家金融数据微调了一个开源模型，结果比GPT和Claude都强，成本还低得多。想搞垂直领域微调的可以看看。
GPT-4 在Epoch Capabilities Index领先352天，远超其他模型
GPT-4霸榜352天，o1只撑了98天，看看到底谁才是真强者。
7月1日
模型01:15
OSWorld2.0 基准测试：评估计算机使用智能体的长周期真实世界任务想看看 AI 在真实电脑操作上能走多远？OSWorld2.0 拿 100 个长任务测智能体，GPT-4o 都只拿到 15% 成功率，差距一目了然。
