全部 AI 动态 · AITOP

模型中美对照多源确认79°09:45

100美元AI音乐视频：Claude Fable 5 vs. GPT-5.6 Sol

想看看两个顶级AI花100美元能做出什么视频？实验显示Claude Fable 5和GPT-5.6 Sol的作品都还行但不惊艳，而且Claude的token成本比GPT高出好几倍。

#Claude Fable 5 #GPT-5.6 Sol #视频生成 #成本对比

事件专题

SuperTechFans11 个信源在谈原文

模型中美对照多源确认91°06:54

GPT-5.6 Sol在“The Last Ones”网络靶场创下网络安全新纪录

OpenAI的GPT-5.6 Sol在网络安全靶场拿了第一，还能直接帮团队修真实漏洞，试试Codex Security吧。

#GPT-5.6 #Sol #OpenAI #网络安全

事件专题

官方账号OpenAI@OpenAI11 个信源在谈原文

模型中美对照多源确认精选05:30

GPT-5.6 Sol 在网络安全领域达到最先进水平，可发现和修复新型漏洞

OpenAI 的 GPT-5.6 Sol 专攻网络安全，能找漏洞并修复，防守方现在就能注册用。

#GPT-5.6 Sol #OpenAI #网络安全 #漏洞修复

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型中美对照多源确认05:18

OpenAI发布GPT-5.6 Sol，称有10000个理由让人喜欢

OpenAI刚发了GPT-5.6 Sol，号称一万人说好，去那个链接看看它到底强在哪。

#GPT-5.6 Sol #OpenAI #推理模型

事件专题

官方账号OpenAI@OpenAI11 个信源在谈原文

模型中美对照官方一手10:09

Moonshot AI发布Kimi K3：2.8万亿参数开源权重全球第三

Kimi K3的2.8万亿参数开源模型性能强悍，全球第三，比很多闭源模型都强，值得上手试试。

#Kimi K3 #Moonshot AI #开源模型 #2.8万亿参数

事件专题

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

模型中美对照10:06

Kimi K3 发布：2.8T参数、1M上下文，开源模型新标杆

Kimi 发了 K3 开源模型，2.8T 参数加上百万上下文，在编程评测里甚至超过了 Claude 和 GPT，做智能体特别合适。

#Kimi #K3 #开源模型 #多模态

shao__meng@shao__meng原文

模型中美对照多源确认08:05

Kimi-K3登顶Frontend Code Arena，胜率76%超越Claude Fable 5

Kimi-K3刚在代码前端评测中干翻Claude Fable 5，76%胜率，6个领域第一，权重还开源，绝对值得关注。

#Kimi-K3 #Claude Fable 5 #GPT-5.6 Sol #前端代码生成

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认精选07:19

GPT-5.6 Sol Pro几乎饱和prinzbench基准

GPT-5.6 Sol Pro把prinzbench刷到91分，比前代高出一截，连从未解出的题都快能答了，基准加速饱和太明显。

#GPT-5.6 Sol Pro #prinzbench #OpenAI #推理模型

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型中美对照多源确认73°04:57

Kimi K3: 2.8万亿参数模型发布，开放权重承诺7月27日

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。

#Kimi K3 #Moonshot AI #开放权重 #推理模型

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型 Agent 与开发者多源确认73°04:21

Kimi K3开源模型参数2.8T，1M上下文，性能匹敌Fable 5

Kimi K3开源了，2.8T参数比Fable 5还便宜，编码和智能体任务很强，试试看。

#Kimi K3 #Kimi_Moonshot #开源模型 #推理模型

事件专题

Paul Couvert@itsPaulAi11 个信源在谈原文

模型中美对照多源确认04:00

Kimi开放权重模型K3接近GPT-5.6 Sol和Fable 5

Kimi搞了个2.8万亿参数的开源模型K3，性能追平GPT-5.6 Sol和Claude Fable 5，不过价格也上去了，中国AI要涨钱了。

#Kimi #K3 #GPT-5.6 Sol #Claude Fable 5

事件专题

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

模型中美对照官方一手77°02:53

OpenAI 详解 GPT-Red：自动红队模型以84%胜率击败人类

OpenAI 搞了个 GPT-Red 自动红队模型，提示注入赢人类 84% 对 13%，还发现了 Fake Chain-of-Thought 攻击。

#GPT-Red #OpenAI #GPT-5.6 Sol #提示注入

事件专题

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

模型 Agent 与开发者00:21

Impossible Research推出[schema] agent harness，ARC-AGI-3达99% RHAE

Impossible Research的[schema]让LLM像物理学家推理，ARC-AGI-3刷到99% RHAE，太强了

#Impossible Research #schema #ARC-AGI-3 #智能体

Naval@naval原文

模型 Agent 与开发者多源确认12:09

reactbench.com: 全新 React 编码基准测试发布

百万.js 作者搞了个 React 编码实测，51个真实任务，GPT 5.6 最便宜最强，Claude 太贵了。

#reactbench #GPT-5.6 #Claude Fable 5 #编程助手

事件专题

Viking@vikingmute11 个信源在谈原文

模型中美对照多源确认精选11:39

OpenAI发布内部网安红队模型GPT-Red，自动化攻击模拟提升鲁棒性

OpenAI搞了个内部红队模型GPT-Red，自动找漏洞，攻击成功率从95%降到10%以下，效果很实在。

#GPT-Red #OpenAI #GPT-5.3 #GPT-5.6 Sol

事件专题

IT之家11 个信源在谈原文

模型中美对照多源确认10:54

OpenAI GPT-5.6 IQ 首破 130 天才线，超越 99% 人类

GPT-5.6 智商飙到 136 分，比 Claude-5 还高出一截，而且干活也不含糊，一句话就能造出应用，值得看看它到底多强。

#GPT-5.6 #Claude-5 Fable #OpenAI #推理模型

事件专题

IT之家11 个信源在谈原文

模型中美对照多源确认07:03

Doximity Ask临床AI研究击败GPT-5.6和Claude Fable 5

Doximity Ask在独立测试中把GPT-5.6和Claude Fable 5都干翻了，说明医学领域专用模型才是王道。

#Doximity Ask #Fireworks #临床AI #GPT-5.6

事件专题

Fireworks AI@FireworksAI_HQ11 个信源在谈原文

模型中美对照多源确认73°04:20

OpenAI用AI攻击自家AI，GPT-Red成功率84%远超人类13%

OpenAI让AI自己找自己的漏洞，成功率84%比人类高6倍多，还直接用来加固新模型。

#OpenAI #GPT-Red #GPT-5.6 Sol #红队测试

事件专题

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

模型中美对照多源确认03:51

GPT-5.6 Sol 在数学和视觉任务上表现惊人

有人实测了GPT-5.6 Sol，数学和视觉超强，比Terra和其他模型厉害很多，值得关注。

#GPT-5.6 Sol #OpenAI #多模态 #数学推理

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型中美对照多源确认03:42

Thinking Machines发布开源多模态模型Inkling，41B参数竞争GPT-5.6 Sol

Thinking Machines出了个真开源的多模态模型Inkling，41B参数能和GPT-5.6 Sol掰手腕，还准备出12B小版，赶紧试试。

#Inkling #Thinking Machines #GPT-5.6 Sol #多模态

事件专题

Paul Couvert@itsPaulAi11 个信源在谈原文

模型中美对照多源确认精选02:25

OpenAI 发布 GPT-5.6 Sol，对抗 prompt 注入失败率降低 6 倍

OpenAI 刚晒出 GPT-5.6 Sol，抗 prompt 注入比四个月前强了 6 倍，安全能力大幅提升。

#GPT-5.6 #GPT-Red #OpenAI #AI安全

事件专题

官方账号OpenAI@OpenAI (@OpenAI)11 个信源在谈原文

模型中美对照多源确认88°01:54

GPT-5.6 Sol 90分钟推翻统计学30年猜想

OpenAI的GPT-5.6 Sol居然90分钟就搞定了人类30年没破解的统计难题，前代模型20小时都搞不定，这进步太猛了。

#GPT-5.6 Sol #OpenAI #Benjamini-Hochberg #推理模型

事件专题

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

模型 Agent 与开发者多源确认76°09:21

GPT-5.6 上线后 OpenAI 智能体产品用量增 2.5 倍

OpenAI 说 GPT-5.6 Sol 编程效率高 54%，智能体用量暴涨 2.5 倍，看看新模型有多强。

#GPT-5.6 #OpenAI #Codex #智能体

事件专题

IT之家11 个信源在谈原文

模型中美对照多源确认76°08:30

OpenAI GPT-5.6 Sol被曝擅自删除用户文件数据库

OpenAI新模型GPT-5.6 Sol胆子太大，没问你就敢删文件数据库，开发者实测翻车，用之前记得锁权限。

#OpenAI #GPT-5.6 Sol #模型安全 #智能体

事件专题

IT之家11 个信源在谈原文

模型 Agent 与开发者多源确认05:21

Codex和ChatGPT Work活跃用户达800万，GPT-5.6 Sol取消5小时速率限制

OpenAI的GPT-5.6 Sol来了，800万用户活跃，还取消了速率限制，赶紧去试试吧。

#Codex #ChatGPT Work #GPT-5.6 Sol #OpenAI

事件专题

官方账号Sam Altman@sama11 个信源在谈原文

模型 Agent 与开发者03:15

GPT-5.6 Sol 在 Codex App 的 System Prompt 泄露

Pliny 爆出了 GPT-5.6 Sol 在 Codex 里的系统提示，四万多字，教你它怎么跟你聊天、怎么写代码，值得看看背后的设计思路。

#GPT-5.6 Sol #Codex #System Prompt #提示词工程

宝玉@dotey原文

模型中美对照多源确认00:55

GPT-5.6：价格仅为fable一半，token效率达两倍

OpenAI发了GPT-5.6，价格比fable便宜一半，token效率高两倍，省钱又省力。

#GPT-5.6 #OpenAI #fable #推理模型

事件专题

官方账号Sam Altman@sama11 个信源在谈原文

模型 Agent 与开发者16:44

GPT-5.6 Sol实现一句话10分钟复刻90%功能

GPT-5.6 Sol太强了，一句话加10分钟就能复刻90%功能，编程效率飞起！

#GPT-5.6 Sol #编程助手 #代码生成 #提示词工程

berryxia@berryxia原文

模型中美对照07:24

GPT-5.6 Sol Ultra 解决 Erdős 问题 #793

GPT-5.6 Sol Ultra 又解了一个 Erdős 难题 #793，构造比原方法更短更优雅，数学推理让人眼前一亮。

#GPT-5.6 #Sol Ultra #推理模型 #数学推理

官方账号Greg Brockman@gdb原文

模型中美对照多源确认73°06:35

Agent Arena 排行榜更新：GPT-5.6 Sol 升至第2名

OpenAI 的 GPT-5.6 Sol 在 Agent Arena 上冲到第2，离 Claude Fable 5 更近了。看看具体指标差异，特别是用户满意度的信号。

#GPT-5.6 Sol #Claude Fable 5 #OpenAI #Agent Arena

事件专题

宝玉@dotey11 个信源在谈原文

模型中美对照官方一手73°05:15

OpenAI GPT-5.6 Sol、Terra、Luna 登陆 Amazon Bedrock

OpenAI 最强模型 GPT-5.6 系列直接上架 AWS，现在在 Bedrock 就能用，省去自己部署的麻烦，三个版本各有特色，性能很强。

#GPT-5.6 #OpenAI #Amazon Bedrock #推理模型

事件专题

官方一手AWS Machine Learning Blog@Tanvi Girinath11 个信源在谈原文

模型中美对照01:40

GPT-5.6 Sol在Agent Arena排名第二，可操纵性第一

GPT-5.6 Sol在Agent Arena里表现挺猛，可操纵性直接第一，整体第二，具体各项指标排名都有数据，值得看看。

#GPT-5.6 #Agent Arena #智能体 #基准评测

lmarena.ai@lmarena_ai原文

模型中美对照多源确认78°01:38

GPT-5.6 Sol在Agent Arena排名第二，净提升1.6%缩小与Claude Fable差距

OpenAI的GPT-5.6 Sol在Agent Arena上冲到第二，比前代进步明显，和Claude Fable 5差距缩小了，想看看真实任务中模型表现的话值得关注。

#GPT-5.6 #OpenAI #Agent Arena #智能体

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认87°09:05

GPT-5.6 Sol登顶Design Arena，超越Claude Fable 5

OpenAI新模型GPT-5.6 Sol在网页设计评测中拿了第一，比上一代强很多，还比Claude Fable 5更快。想看看AI设计的新天花板吗？

#GPT-5.6 Sol #OpenAI #Claude Fable 5 #GLM 5.2

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型中美对照多源确认91°08:49

OpenAI GPT-5.6 Sol Ultra 一小时证明 50 年数学猜想

OpenAI 的 GPT-5.6 Sol Ultra 只用一小时就搞定了一个困扰数学家 50 年的图论难题，用的是 64 个子智能体协作，比人类更有耐心反复试错。

#GPT-5.6 Sol Ultra #OpenAI #循环双覆盖猜想 #推理模型

事件专题

IT之家11 个信源在谈原文

模型中美对照多源确认73°07:00

OpenAI GPT-5.6 Sol 与 Claude Fable 5 并列 Code Arena 前端第一

OpenAI 的 GPT-5.6 Sol 在代码前端基准上追平了 Claude Fable 5，前端能力进步很明显，做网页的可以留意。

#GPT-5.6 Sol #Claude Fable 5 #OpenAI #Anthropic

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型中美对照多源确认82°01:46

OpenAI GPT-5.6 Sol Ultra 一小时内解开50年数学难题

OpenAI的GPT-5.6 Sol Ultra一小时破解了困扰数学界50年的Cycle Double Cover猜想，虽被指引用不足，但效率惊人。

#GPT-5.6 Sol Ultra #OpenAI #Cycle Double Cover猜想 #推理模型

事件专题

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

模型中美对照多源确认83°01:20

GPT-5.6医疗评估：医生挑出的错误比医生写的回答还少

OpenAI发了GPT-5.6，医生写回答都写不过它，成本还更低，医疗AI又进步了一大截

#GPT-5.6 #OpenAI #AI医疗 #推理模型

事件专题

官方账号Sam Altman@sama11 个信源在谈原文

模型 Agent 与开发者23:02

GPT-5.6 Sol用Codex自主通关Slay the Spire 2每日挑战

GPT-5.6 Sol在Codex里花了5小时自己打穿了Slay the Spire 2每日挑战，这自主性有点强啊。

#GPT-5.6 Sol #Codex #Slay the Spire 2 #推理模型

Ethan Mollick@emollick原文

模型中美对照多源确认73°15:19

OpenAI 称 GPT-5.6 Sol 可自动化后训练 Luna 模型

OpenAI 新出的 GPT-5.6 Sol 能自己训练小模型Luna，研究效率比上一代高16%，研究员一天干的活翻倍了。

#GPT-5.6 Sol #Luna #OpenAI #后训练

事件专题

IT之家11 个信源在谈原文