Agent Arena 数据：Gemini 4 Carbon 成本扩展性优于竞品
Arena 拿真实智能体会话算了一笔账：任务越难，Gemini 4 Carbon 越省钱，Astra 和 Opus 5.5 贵出三四倍，选错模型账单差很多。
全部动态
AI 相关资讯全量信息流 · 870 条
11月5日
Agent Arena 数据：头部模型长任务耗时差距达 55 分钟
Agent Arena 拿 5 家实验室的旗舰模型跑了长任务对比，Claude Opus 5.5 能连续干近 2 小时，Kimi 最快但也最短，差距挺直观。
Moonshot AI 开放 Kimi-K3.1-Pro 权重：总参数 2.8T，每 token 激活 104B
Moonshot 开放了 Kimi-K3.1-Pro，2.8T 参数只激活 104B，1M 长上下文，BrowseComp 拿了 92.1，权重才 1.56TB，跟 Claude Opus 5.5 掰手腕。
OpenAI LifeVal 图表：GPT-6 Astra 得分 80.6%，较 GPT-5.2 提升 31 个百分点
OpenAI 自己发的 LifeVal 榜单，GPT-6 Astra 比 GPT-5.2 涨了 31 个点，不过任务集没公开，看看就好
The Information：OpenAI GPT-6.2 或最快周五发布
The Information 消息说 GPT-6.2 这周五就来，还分 Astra、Sol、Cyber 三个方向，可以蹲一下周五的官方消息。
MolmoAct 2 在 RoboColosseum 真机测试中位居第二，仅次于 GPT-6 Astra
机器人模型排行榜更新了，Allen AI 的 MolmoAct 2 在 Franka 机械臂真机测试里只输给 GPT-6 Astra，还是零额外训练直接跑的。
11月4日
OpenAI 推出 GPT-6 Astra 布局实体工程，与马自达和 Chip Ganassi Racing 展开合作
OpenAI 的 GPT-6 Astra 一周设计出一台完整硬件，马自达和 Ganassi 车队都在用它做空气动力学和 CAD 建模，看看 AI 怎么干实体工程。
Menlo Ventures 发布 2026 企业级 AI 应用报告：部署支出达 1770 亿美元
Menlo Ventures 这份企业 AI 报告数据很硬：部署支出涨到 1770 亿美元，Claude Code 加 Codex 吃下编程市场 70%，Kimi 拿走开源支出的 61%，花几分钟看看行业格局变化。
MIT CSAIL 提出"权重空间编程"：GPT-6 可直接改写神经网络权重
MIT CSAIL 说 GPT-6 已经能直接改神经网络权重，连 Qwen3.5-0.8B 都被它编辑过，这个方向叫权重空间编程，挺新鲜的。
OpenAI 推出 LifeVal 基准，测试 ChatGPT 处理生活杂务的能力
OpenAI 搞了个新基准 LifeVal，专门测 ChatGPT 能不能帮你办杂事，GPT-6 Astra 十六项里十项满分，成绩单都列出来了。
OpenAI 用 GPT-6 Astra 一周造出硬件设备
OpenAI 让 GPT-6 Astra 一周内搞定外壳、电路板加软件，才两个员工搭手，还有个没发布的模型分数更高，挺有意思。
Artificial Analysis 六大职业能力指数升级至 v2.0，Claude Opus 5.5 全部第一
选模型别只看综合榜单了，这份 v2.0 按会计、法律、医疗等六个职业分别排名，Claude Opus 5.5 全部第一，开源里 Kimi K3.1 Pro 最强。
Superlinked 发布 SIE Serverless：用小模型承接智能体任务，成本仅 GPT-6.1 Sol 的 3%
Superlinked 发了个小模型托管服务 SIE Serverless，智能体里那些分类、抽日期之类的杂活不用全丢给 GPT-6.1，测试里 3% 的价格能跑到 98% 的分数，适合降本。
OpenAI 疑似测试新模型，或为 GPT-6.2
有网友在测试环境里看到了疑似 GPT-6.2 的模型痕迹，不过只是推测，没有任何官方信息。
Allen AI 发布 StateBench：GPT-6 Sol 与 Claude Opus 5.5 状态追踪准确率仅 13%
Allen AI 做了个新基准 StateBench，专门考模型能不能跟上长文本里的状态变化，结果 GPT-6 Sol 和 Claude Opus 5.5 在最难题目上准确率只有 13%，挺扎心的。
Simon Willison 实测 GPT-6 Astra 直接解读模型权重的方法
有人用 Qwen 3.8 27B 在笔记本上复现了 GPT-6 Astra 读权重的方法，跑了 45 分钟，过程和结论都写在博客里。
Intology 的 Locus 在分子预测上超过 GPT-6 Astra 和 Claude Opus 5.5 智能体
Intology 做了个叫 Locus 的系统，能自己提实验、并行跑、再迭代，分子预测上干过了 GPT-6 Astra 和 Claude 的智能体，做药物设计的朋友可以看看。
Ethan Mollick 分享用 GPT-6 Pro 与 Opus 5.5 High 审阅论文的方法
Mollick 教你让 GPT-6 Pro 或 Opus 5.5 High 当审稿人，给自己的论文要实质性反馈，写论文的可以试试。
AA-PersonalityBench：Kimi K3.1 Pro 性格特征相比前代变化最大
Moonshot 新的 Kimi K3.1 Pro 在 30 项性格测试里平均挪了 30 分，比 GPT-6 升级的 23 分还猛，讨论模型调性时可以看看这份数据。
MIT CSAIL用GPT-6 Astra编辑Qwen3.5-0.8B权重，改动0.016%参数使MATH-500提升6倍
MIT让GPT-6 Astra直接改Qwen3.5-0.8B的权重，不训练只动0.016%参数，MATH-500从7.9%冲到48.1%，思路很像给模型做基因编辑。
GPT-6 Astra 直接改底层参数修复 Qwen3.5-0.8B 死循环
GPT-6 Astra 只改了 Qwen3.5-0.8B 万分之十六的参数，没重训就把数学成绩从 7.9% 拉到 48.1%，挺离谱的实验。
Astra 被曝已为部分用户路由至 GPT-6.2
有人发现 Astra 已经在偷偷路由到 GPT-6.2 了，还能直接生成 SVG，看来 GPT-6.2 可能马上要正式发布。
网友爆料：GPT-6.2 可能临近发布
就一条 X 推文，作者暗示 GPT-6.2 快来了，但没有任何证据或细节，当个八卦看看就好。
测试显示 GPT-6.1 Sol 在研究任务上引用造假率为 0%
有博主测了各代模型编造参考文献的情况，GPT-6.1 Sol 造假引用降到 0%，长上下文丢事实也有改善，做文献调研的可以看看。
网友发帖调侃：盼 GPT-6.2-Astra 压过 Opus-5.5
这是一条玩梗吐槽，不是真发布。博主许愿 GPT-6.2-Astra 压过 Opus-5.5，顺便求解封求补偿，图一乐就行，别当真消息传。
11月3日
Google 研究员复现 MIT「Weight-Space Programming」实验，发现最新一代模型能力跳变
Google 的 Alex Krentsel 把 MIT 那个写权重的实验复现了一遍，还测了一串模型版本，发现 GPT-6 Astra 这批突然能写出 PPO 训练 20 倍效果的 Breakout 网络，台阶式跳变挺有意思。
GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 直接手改 Qwen 小模型的权重，不改 99.98% 的参数，数学就涨了 6 倍，全程零训练零梯度，思路很邪门，推荐看看原文。
Deep Principle 发布开源科学模型 Hydrogen-1.0
Deep Principle 用自家实验数据把 GLM-5.3 调成了科研特化模型，FrontierScience-Research 上超过 GPT-6-Astra，权重还开源，做科研的可以关注。
研究称 LLM 可直接改写神经网络权重，GPT-6 Astra 微调 Qwen3.5-0.8B 数学能力提升至 6 倍
有人让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，不动一行训练代码，数学就快了 6 倍，这思路挺新鲜。
用 GPT-6 Astra 直接改 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 Astra 不训练直接改 Qwen3.5-0.8B 的权重，数学提升 6 倍，思路很新鲜，帖子不长值得看看。
不训练不算梯度：GPT-6 Astra 改 0.016% 权重，Qwen3.5-0.8B 数学正确率升 6 倍
MIT 那篇权重空间编程的博客，让 GPT-6 直接手改 Qwen 小模型的权重，数学分涨 6 倍，里面几个失败条件也讲得挺实在。
Replit 上周更新：Cloud Agents 开放全公司协作并接入 GPT-6.1 Terra
Replit 这波更新挺实用，Cloud Agents 让非工程师也能提交代码、工程师把关审批，还顺手接了 GPT-6.1 Terra。
GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升最高 6 倍
有人让 GPT-6 Astra 手改 Qwen3.5-0.8B 的权重，不动训练流程，数学就快了 6 倍，思路很新奇。
MIT CSAIL 用 GPT-6 Astra 直接改写 Qwen 0.8B 权重，数学能力提升 6 倍
MIT 团队不训练不微调，直接让 GPT-6 Astra 改 Qwen 0.8B 的权重，改 0.016% 参数数学就快 6 倍，脑洞很新。
MIT 研究：编辑 0.016% 权重让 Qwen3.5-0.8B 的 MATH-500 成绩从 7.9% 升至 48.1%
Qwen3.5-0.8B 做数学题经常卡在死循环里烧 32K token，MIT 找到出问题的两层，只改 0.016% 权重就把 MATH-500 从 7.9 分拉到 48.1 分。
MIT CSAIL 提出 Weight-Space Programming：让 GPT-6 Astra 直接读写权重
MIT 团队让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的 0.016% 权重，不训练不跑梯度，数学成绩翻了六倍，思路很新鲜。
用 GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学成绩提升至 6 倍
有人让 GPT-6 不训练、不调参，直接手改 Qwen3.5-0.8B 的 0.016% 权重，数学成绩涨到 6 倍，这篇博客讲了具体怎么做到的。
MIT CSAIL 发现 GPT-6 Astra 可直接改写模型权重提升性能
MIT 团队让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，只动 0.016% 就把数学分数从 7.9% 拉到 48.1%，完全不用训练，做法挺新奇。
MIT 研究用 GPT-6 Astra 直接改权重提升 Qwen3.5-0.8B 数学成绩
不训练也能改模型：Astra 找到让 Qwen3.5-0.8B 复读循环的信号并从权重里减掉，0.016% 的改动让 MATH-500 从 7.9% 涨到 48.1%。
MIT 研究：直接改 0.016% 权重让 Qwen 小模型数学成绩从 7.9% 升至 48.1%
MIT 用 GPT-6 Astra 直接改 Qwen 小模型 0.016% 的权重，数学分数从 7.9% 拉到 48.1%，不用梯度训练，方法本身就很反直觉。