阿里发布 Qwen-UI-Agent，主打让模型真正“会用”每一块屏幕
阿里刚发了 Qwen-UI-Agent，能直接操作手机电脑屏幕，移动端比 GPT-5.6 Sol 高 12 个点，还能在真实手机上跑任务，以后帮你自动查地址、订高铁、整理文件应该更靠谱了。
IT之家原文
全部动态
AI 相关资讯全量信息流 · 207 条
8月20日
8月19日
8月18日
GPT-5.6 Sol 在 ARC-AGI-3 上从 13.3% 跃升至 38.3%，输出 token 减少约 6 倍
OpenAI 的 GPT-5.6 Sol 在 ARC-AGI-3 上分数翻倍还多，token 还省了六倍，看看他们怎么做到的。
8月15日
Moonshot AI新基准PerceptionBench：多模态模型视觉感知准确率不足60%
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。
8月14日
GPT-5.6 Sol 低推理强度超越 GPT-5.5 高推理强度
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。
OpenAI 推 Ultrafast 模式：GPT-5.6 Sol 提速 14 倍
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。
Grok-4.6 升至 Code Arena WebDev 第五，超越 Claude Fable 5 与 GPT-5.6 Sol
Grok-4.6 刚发布就把网页开发能力冲进第一梯队，分数压过 Claude 和 GPT 的最新版，差距只有个位数，写代码的可以关注下。
8月13日
Grok 4.6 上线 Devin Desktop 和 Devin CLI
Grok 4.6 已经能在 Devin 里用了，Desktop 和 CLI 都支持，比 GPT-5.6 Sol 强，仅次于 Opus 5 和 Fable 5，想尝鲜的赶紧试试。
Grok 4.6发布：Agent更强、编程更好，价格与4.5持平
Grok 4.6发布，价格不变，Agent和编程更强，AA Intelligence Index追平GPT-5.6 Sol，API输入2美元/百万Token。
xAI Grok 4.6 追平 GPT-5.6 Sol，价格低超 60%
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。
DeepSeek-V4-Pro Max发布，Code Arena开源第2
DeepSeek新模型V4-Pro专攻代码生成，在Code Arena排第8，开源第2，仅次于Kimi K3，还超过了GPT-5.6 Sol。
DeepSeek-V4-Pro (Max) 位列 Code Arena: WebDev 开源第二
DeepSeek 又发新模型了，V4-Pro (Max) 在编码榜上排开源第二，比贵得多的 Opus-4.8 还强，价格只要零头。
SpaceXAI 发布 Grok 4.6，多项基准与 GPT-5.6 Sol 持平
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。
Grok 4.6 发布，LMArena WebDev 排名第7
xAI 把 Grok 4.6 放出来了，网页开发能力直接冲到 LMArena 第7，跟 GPT-5.6 和 Claude 最新版就几分之差，这代提升挺猛。
8月10日
8月8日
GPT-5.6 Sol Ultra在Codex Desktop里重做Raccoon Heist，效果超Claude Fable 5
Simon用GPT-5.6 Sol Ultra在Codex Desktop里把浣熊抢博物馆的游戏做得比Claude Fable 5还顺，视频看着挺有意思。
月亮与混乱：Codex + GPT-5.6 Sol Ultra 生成浣熊劫案游戏
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。
8月7日
Neon 开源 4B 模型：文档搜索超 GPT-5.6 Sol，成本仅 1/100
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。
IT之家原文
ChatGPT现由GPT-5.6驱动：Sol供付费用户，Luna向免费用户开放
OpenAI把GPT-5.6拆成Sol和Luna，付费用户用Sol，免费用户也能无限聊Luna。想不花钱体验新模型的可以明天试试。
GPT-5.6 Sol 更新版上线 ChatGPT，Plus 和 Pro 用户可体验新滑块
OpenAI 给 GPT-5.6 Sol 日常版加了个新滑块，Plus/Pro 用户今天就能在 Chat 里试。
8月4日
前沿模型解非线性PDE常出错，神经符号模型更可靠
Gorard团队实测了GPT-5.6、Fable 5等模型，发现它们连基础非线性PDE都解不对，而Lanyon用更少token就能搞定，想了解模型短板可以看看。
8月3日
8月2日