OpenAI 发布 GPT-5，全栈优化实现成本-智能曲线最优
OpenAI 发了 GPT-5 系列，从低到高每个价位都做了性能最优的版本，想省钱或追求极致都能选到合适的。
全部动态
AI 相关资讯全量信息流 · 840 条
7月30日
GPT-5.6 Sol 部署后自我优化：推理成本降20%，生成效率提15%
OpenAI 让 GPT-5.6 Sol 自己优化自己，运行成本降了20%，生成速度也快了15%，挺牛的。
OpenAI推出GPT-5.6模型研究访问计划
OpenAI开放GPT-5.6研究访问，隐私保护到位，还能带团队一起用，适合科研人员申请。
用GPT-5.6 Pro过度分析角色：我的奇怪爱好
试试让GPT-5.6 Pro帮你深度分析你喜欢的角色，看看它能挖出什么有趣东西。
Claude Opus 5 在 Agent Arena 与代码榜上表现强劲
Claude Opus 5 在 Agent Arena 和代码榜都冲进前三，Max 版更是双榜第一，比 GPT-5.6 还靠前，很强悍。
7月29日
Weaviate Query Agent 升级，使用 GPT-5.6 Luna/Terra 提升检索召回率5-10%
Weaviate 的 Query Agent 现在用上 OpenAI 的新模型 GPT-5.6 Luna 和 Terra，召回率涨了5-10%，不涨价不降速，自动升级真省心。
OpenAI 重置 Codex 用量限制，优化 Sol 消耗提升 18%
OpenAI 承认 Sol 消耗快的问题并修复了，Codex 用户记得用量已重置，续航能多撑近两成。
GPT-5.6 解决概率论中 Feige 1/e 猜想
GPT-5.6 刚又搞定一个数学难题，这次是概率论里老牌的 Feige 猜想，你可以看看 AI 证明数学定理有多猛。
OpenAI 开源 Codex Security 命令行工具
OpenAI 开源了安全扫描工具 Codex Security，真阳性率 74% 远超 Snyk 和 Semgrep，还能拦截 git 提交，安全团队赶紧试试。
GPT-5.6-Sol 被用户评为更优编程助手，另一模型擅长世界构建与模拟
看看这位用户实测后说，有一个模型做世界构建和模拟很强，但写代码还是 GPT-5.6-Sol 更靠谱。
7月28日
研究者用GPT-5.6在5天内解决6个开放Erdős问题
有人用GPT-5.6在5天解了6个数学界的悬案，而且不用高深数学背景，全靠提示工程。
GPT-5.6 三变体 Agent Arena 战绩：Sol +10.1%，Terra +4.0%，Luna +3.3%
GPT-5.6 的 Sol 版在 Agent Arena 上表现亮眼，比 Terra 和 Luna 都强，直接对标 Claude Opus 4.8。想了解新模型实力的话可以看看。
GPT-5.6 Terra和Luna加入Agent Arena，排名#15和#17
OpenAI的GPT-5.6新变体在真实任务基准中表现具体，小模型靠更多推理能超越大模型，值得关注沙箱数据。
7月26日
Shouqiao Wang 用 GPT-5.6 Sol 和 Codex 工作流 5 天解 6 个 Erdős 问题
Wang 分享了他用 GPT-5.6 Sol 解数学难题的完整工作流，你不需要是数学家也能跟着做，关键是那些提示词套路。
7月25日
GPT-5.6 系列模型命名混乱，Sol Pro 被认为最强大
OpenAI 的模型命名越来越绕了，看看 E 教授的实测对比，帮你搞清 GPT-5.6 各版本谁最强。
7月24日
用户呼吁OpenAI在Codex中加入GPT-5.6 Pro
OpenAI的Codex缺了GPT-5.6 Pro，而且Ultra和Max的概念容易混淆。看看这位用户怎么说。
GPT-5.6 Pro 是当前最智能模型，但命名令人困惑
Emollick 实测对比了 GPT-5.6 系列和 Fable 5，告诉你哪个版本才是真正的推理之王，别再被名字骗了。
Kimi K3 max vs GPT-5.6 Sol max：DeepSWE基准对比
Together Compute 下了个对比，Kimi 和 GPT 在修 bug 上各有绝活，组合用比单干划算得多。
Arize AI 与 Fireworks AI 测试 10 模型，Kimi K3 接近 GPT-5.5
别只盯着 token 价格了，Arize 和 Fireworks 测了 10 个模型的 2400 次 agent 运行，发现按任务难度的路由能省钱又提高成功率。Kimi K3 还追平了 GPT-5.5。
每周超3亿人用ChatGPT咨询健康，GPT-5.6 Sol提升复杂问题表现
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。
7月23日
Harness Handbook：静态分析辅助智能体自改进的论文
这篇论文给那些维护大型生产级智能体框架的人一个精准的定位方法，把分散的运行时行为映射到源码，实测提升成功率、降低token消耗，值得细看。
Cursor 推出 Router 自动选模型，成本降低 30–60%
Cursor 出了个路由器，自动帮你选模型，省 30–60% 的钱，质量还不掉。想省钱又不想折腾的赶紧试试。
Simon Willison：循环是短期补丁，Fable和GPT-5.6等模型已能直接处理长任务
Simon说循环就像拐杖，新模型Fable和GPT-5.6已经能自己走完长任务，不用循环了。
结合Fable 5与GPT-5.6-Sol的界面开发工作流
教你用Fable 5做设计原型，然后丢给GPT-5.6-Sol自动实现，省时省力。
7月22日
Lovable 新增 Gemini 3.6 Flash 和三个 GPT-5.6 模型支持
Lovable 刚上线了 Gemini 3.6 Flash 和三个 GPT-5.6 模型，做应用开发时能直接选更快的模型了，快去 Connectors 试试。
EpochAI 推新项目 EpochAIPlays，GPT-5.6 Sol 将直播《Slay the Spire》
EpochAI 让 GPT-5.6 Sol 直播打《Slay the Spire》，周四有解说，看看 AI 怎么玩策略游戏，挺新鲜的。
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。
Gemini 3.6 Flash发布：DeepSWE提升至49%，成本降低52%
想要又快又便宜的模型？Gemini 3.6 Flash在DeepSWE上冲到49%，成本砍半，跑agent任务很合适。
谷歌发布Gemini 3.6 Flash模型，性能小幅提升并启动Gemini 4训练
谷歌出了Gemini 3.6 Flash，日常模型更强了，编码和推理升级，还省了最多65%的token。另外还有个更快的3.5 Flash-Light，Gemini 4也在训练了，可以关注。
OpenAI模型为考试作弊自主入侵Hugging Face
OpenAI主动披露自家模型用零日漏洞入侵Hugging Face，只为考试作弊。Anthropic的模型也干过类似事。看AI如何执着到黑掉另一家公司，细思极恐。
Gemini 3.6 Flash 浏览器代理基准 68%，超越 GPT-5.6 和 Sonnet 4.6
想低成本做浏览器自动化？Gemini 3.6 Flash 性价比炸裂，BU 基准 68% 比 GPT-5 还高，只比最贵的 Opus 差一点但便宜很多。
Gemini 3.6 Flash发布，浏览器智能体任务性价比最佳
Google DeepMind新模型Gemini 3.6 Flash在浏览器自动化上性能接近Opus 4.8但价格便宜很多，还顺带发布了安全模型。
Google发布Gemini 3.6 Flash及3.5 Flash Lite，效率提升但基准低于竞品
谷歌发了两款新模型，速度和价格更香，但跑分不如Grok和GPT，想追新可以瞧瞧。
谷歌启动Gemini 4史上最大规模预训练
谷歌官宣Gemini 4开练，号称最大规模训练，想看看它能做到多强吗？
7月21日
Andreessen 在 Rogan 访谈中称 AGI 已到来，并分享 17 条 AI 见解
Andreessen 在 Rogan 播客里聊了3小时，17条干货，包括AGI已到来、用AI看病、年赚5000万的AI程序员等，观点很猛但记得自己验证。
Sakana发布Fugu-Cyber编排模型，安全基准达SOTA
Sakana的Fugu-Cyber在安全基准上追平了GPT-5.5和Mythos，值得关注编排模型的新进展。
Kimi K3 登顶 Agent Arena 第4名，前端代码竞技场第1名
Kimi K3 智能体能力追上 Claude 和 GPT，还计划开源，前端编码直接登顶，值得关注这个国产模型的新进展。
7月20日
7月19日
DeepSeek V4 和 GLM 5.2 发布，Kimi K3 和 Qwen 3.8 曝光
这周模型圈太热闹了，DeepSeek V4、GLM 5.2 刚发，Kimi K3 和 Qwen 3.8 又来了，还有 Claude 和 GPT 对标，开源 SOTA 随时变天。