全部 AI 动态 · AITOP

模型中美对照多源确认83°05:32

GPT-6 Sol 与 GPT-6 Luna 上线 LMArena 测试，评分即将公布

GPT-6 两个新模型已经在 LMArena 可以测了，评分还没出，想抢先体验可以现在去投票。有人还拿它和 GPT-5.6 同条件跑了对比，token 用量和速度都测了。

#GPT-6 #OpenAI #LMArena #GPT-5.6

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83°03:33

OpenAI 推出 GPT-6 Luna：低成本档在 DeepSWE v1.1 拿 66.6%

OpenAI 出了个便宜档的 GPT-6 Luna，跑分追平 Claude Opus 5，但只要零头的价格，看重成本的可以去 OpenRouter 试试。

#GPT-6 Luna #OpenAI #Claude Opus 5 #OpenRouter

事件专题

OpenRouter@OpenRouterAI11 个信源在谈原文

产品 Agent 与开发者多源确认83°03:10

Lovable 接入 GPT-6 Sol，自建基准显示优于 GPT-5.6 Sol

做网页应用的朋友看下：Lovable 已经换上 GPT-6 Sol，官方测下来比 GPT-5.6 Sol 高 6-12%，指令遵循提升最明显。

#Lovable #GPT-6 Sol #OpenAI #编程助手

事件专题

Lovable@lovable_dev11 个信源在谈原文

模型中美对照多源确认83°03:02

Cognition 评测：GPT-6 Sol 读取上下文比 GPT-5.6 Sol 少约 17%

Cognition 跑了 GPT-6 两个型号的编程实测：Sol 省了 17% 上下文还少留烂尾测试，Luna 会写真回归测试了，写代码的可以看看。

#GPT-6 #OpenAI #编程助手 #模型评测

事件专题

Cognition@cognition_labs11 个信源在谈原文

模型中美对照03:02

GPT-6 Sol 和 Luna 上线 Devin，成本最低降至每任务不足 0.1 美元

Devin 接入了 GPT-6 Sol 和 Luna，Luna 每个任务不到 0.1 美元，比 GPT-5.6 便宜一大截，分数还更高。

#GPT-6 #Devin #Cognition #编程助手

Cognition@cognition_labs原文

模型中美对照官方一手83°02:38

OpenAI 发布 GPT-6 Sol 与 Luna，对齐能力较 GPT-5.6 提升

OpenAI 把 GPT-6 Sol 和 Luna 发出来了，说是接了 Astra 的对齐成果，对齐评估比 GPT-5.6 那两版要好，可以先看看。

#GPT-6 #OpenAI #AI安全

事件专题

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

技巧 Agent 与开发者精选73°01:11

宝玉分享省钱工作流：Fable 5 写方案，GPT-5.6 执行并自动验收

宝玉实测的省钱组合：贵的模型出方案，便宜的模型干活，再让贵模型自动验收，全程不用人工盯。Token 贵的都该看看这套闭环玩法。

#Fable 5 #GPT-5.6 #Claude Opus 5 #Codex

事件专题

宝玉@dotey2 个信源在谈原文

模型中美对照精选06:55

小米MiMo-V2.6-Pro发布，重回WebDev榜前十，开源第三

小米开源模型冲到WebDev榜第三，1628分距Kimi K3 Max只差46分，连训练代码都公开了。

#MiMo #小米 #Code Arena #开源模型

lmarena.ai@lmarena_ai原文

产品中美对照78°05:15

ChatGPT for Word、PowerPoint、Excel 全部计划可用，含免费版

ChatGPT 在 Word、PPT、Excel 上都能用了，免费版也有，想试试的话可以看看。

#ChatGPT #Word #PowerPoint #Excel

ChatGPT@ChatGPTapp原文

AITOP16:09

Anthropic拟10月在新加坡设亚太第五个办事处开...

Anthropic拟10月在新加坡设亚太第五个办事处开放本地招聘数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…

AITOP阅读全文

模型中美对照多源确认05:14

OpenAI GPT-6 Astra (Max) 在代码竞技场 WebDev 类别中排名第一

OpenAI 新发布的 GPT-6 Astra (Max) 在代码领域表现很强劲，比 GPT-5.6 Sol 强很多，但和 Claude Fable 5.1 比起来，用户更喜欢后者。

#GPT-6 #Claude #OpenAI #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04:10

GPT-6 Astra 和 Claude Fable 5.1 性能提升但成本更高

OpenAI 和 Anthropic 新发布的模型性能提升明显，但价格也更高，对比一下不同模型的性价比。

#GPT-6 #Claude #OpenAI #Anthropic

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06:04

Image-to-WebDev Arena更新：四款新模型发布

OpenAI发布了GPT-6 Astra (Max)，在Image-to-WebDev任务上表现最好，比GPT-5.6 Sol好很多。

#GPT-6 #Claude #Image-to-WebDev #多模态

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品中美对照多源确认78°05:48

ChatGPT 将在 10 月 14 日停止 GPT-5.5 服务

ChatGPT 要停 GPT-5.5 了，用 Codex 的得赶紧换 GPT-5.6 Sol 或 GPT-6 Astra。

#ChatGPT #GPT-5.5 #GPT-5.6 #GPT-6

事件专题

ChatGPT@ChatGPTapp11 个信源在谈原文

模型中美对照官方一手78°05:16

OpenAI 将继续提供 GPT-5.5 API 和 Codex 会话

OpenAI 说 GPT-5.5 还能用，但 ChatGPT 本身要停了，得改用新版本。

#GPT-5.5 #OpenAI #Codex

事件专题

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

模型 Agent 与开发者多源确认21:47

日常工作中仍在使用 Opus 5 和 GPT-5.6

朋友日常工作中还在用 Opus 5 和 GPT-5.6，说明这些模型目前还是主流选择。

#Opus 5 #GPT-5.6 #GPT-6 #提示词工程

事件专题

elvis@omarsar011 个信源在谈原文

产品中美对照03:22

GitHub Copilot 推出 GPT-5.6 Sol 30% 优惠

GitHub Copilot 的 GPT-5.6 Sol 30% 优惠，适合需要复杂推理的代码工作。

#GitHub Copilot #GPT-5.6 #编程助手

GitHub@github原文

技巧 Agent 与开发者多源确认12:22

Datasette 发布 1.0a39 和 0.65.4 安全更新

Datasette 团队用 Claude Fable 5.1、GPT-5.6 Sol 和 GPT-6 Astra 审查了代码，修复了安全漏洞，公共网站用户需要升级。

#Datasette #提示词工程 #安全更新

事件专题

官方账号Simon Willison@simonw11 个信源在谈原文

模型中美对照11:52

DeepSeek V4.1 Flash 性能接近 GPT-5.6，成本仅为其 1/30

DeepSeek 推出了 V4.1 Flash，性能接近 GPT-5.6，但成本只有 1/30，用 15 美元就能跑 100 个复杂任务，性价比很高。

#DeepSeek #V4.1 Flash #GPT-5.6 #Claude Opus 5

Browser Use@browser_use原文

模型中美对照00:02

DeepSeek 发布 V4.1 Flash 模型，称其为新架构家族中最小模型

DeepSeek 新发布的 V4.1 Flash 模型，比 V4-Pro 小三分之一，但在很多测试里还比它强，价格也便宜很多，值得看看。

#DeepSeek #V4.1 Flash #GPT-5.6 Sol #Claude Opus 5

The Rundown AI@therundownai原文

行业中美对照多源确认93°17:15

数学家指控OpenAI抢夺流体力学成果

数学家爆料OpenAI抢夺其流体力学研究成果，涉及学术伦理和AI能力边界。

#Buckmaster #OpenAI #流体力学 #学术伦理

事件专题

小互@imxiaohu11 个信源在谈原文

行业中美对照多源确认93°16:23

数学家指控OpenAI抢夺流体力学成果

数学家用LLM一个月破解流体力学难题，指控OpenAI抢成果，涉及学术伦理与AI能力边界。

#Tristan Buckmaster #Levent Alpöge #OpenAI #流体力学

事件专题

宝玉@dotey11 个信源在谈原文

技巧 Agent 与开发者多源确认73°05:31

Anthropic分享提示词提升写作效果

Anthropic分享的提示词，能让Fable和GPT-5.6的写作都变好，简单实用。

#Anthropic #Fable #GPT-5.6 #提示词工程

事件专题

elvis@omarsar07 个信源在谈原文

模型 Agent 与开发者多源确认精选73°14:04

Astra在浏览器使用基准测试中领先

Astra在浏览器基准测试中碾压其他模型，77.3%的分数远超对手，22项任务满分

#Astra #Opus 5 #GPT-5.6 #浏览器使用

事件专题

Browser Use@browser_use11 个信源在谈原文

模型中美对照多源确认73°06:48

GPT-6 Astra发布与GPT-5.6系列对比

Simon拿到了GPT-6 Astra，还做了和GPT-5.6系列的详细对比，想知道新模型强在哪就点开看看。

#GPT-6 #GPT-5.6 #Astra #Sol

事件专题

官方账号Simon Willison@simonw11 个信源在谈原文

论文中美对照精选73°02:17

腾讯发布环境进化论文解决智能体训练难题

腾讯这篇论文解决了智能体RL的环境供应瓶颈，提出不依赖智能体弱点就能提升环境难度的方法。

#Tencent #环境进化 #智能体 #强化学习

elvis@omarsar0原文

模型中美对照多源确认精选73°01:15

GPT-6 Astra 信号：上下文窗口不足

GPT-6 Astra 展示了长运行代理的内存管理新思路，Milvus 3.0 为此提供了结构化存储和检索方案。

#GPT-6 #Astra #Milvus #上下文窗口

事件专题

Milvus@milvusio11 个信源在谈原文

产品 Agent 与开发者多源确认73°12:10

Agent技术选型实验：Stripe等工具成首选

Armature让三大AI编程助手进行技术选型实验，发现Stripe、Vercel等工具成首选，13%情况下Agent选择自建方案。

#Claude Code #GPT-5.6 #Cursor #Groq 4.6

事件专题

shao__meng@shao__meng7 个信源在谈原文

模型中美对照多源确认93°05:00

OpenAI发布GPT-6 Astra模型

OpenAI新出的GPT-6 Astra能自己操作电脑、写代码，还能发现零日漏洞，但安全限制更严，比Claude Fable 5.1贵2.5倍。

#GPT-6 #Astra #OpenAI #AGI

事件专题

宝玉@dotey11 个信源在谈原文

模型 Agent 与开发者73°04:21

Muse Spark 1.3重回WebDev编程榜前十

Meta的Muse Spark 1.3在编程榜单上跃升20多位，性能接近Claude和GPT-5.6，工具调用减少20%。

#Muse Spark #AIatMeta #Claude Fable #GPT-5.6

lmarena.ai@lmarena_ai原文

产品官方一手73°04:24

GPT-5.6 Sol协助营销团队管理复杂活动

OpenAI的GPT-5.6 Sol正被用于营销活动管理，通过子智能体实现成本节约和时间优化。

#GPT-5.6 #@ployai #营销自动化 #子智能体

官方一手@OpenAIDevs@OpenAIDevs原文

模型中美对照多源确认73°00:40

Gemini 3.8 Flash模型发布

Google刚发布Gemini 3.8 Flash，性能媲美顶级模型但价格便宜5-6倍，彻底改变了Flash模型的定位。

#Gemini #Gemini 3.8 Flash #Google #推理模型

事件专题

Paul Couvert@itsPaulAi11 个信源在谈原文

论文中美对照04:33

Qwen团队发布电商智能体基准测试

Qwen团队测试了18个模型在365天电商运营中的表现，GPT-5.6 Sol盈利最多但效率不高，Qwen3.8-Max-Preview在开源模型中领先。

#Qwen #GPT-5.6 #E-Commerce Bench #智能体

elvis@omarsar0原文

模型中美对照23:43

GPT-5.6 Sol Ultra 适用场景分析

GPT-5.6 Sol Ultra 耗时耗token，过度思考，Sol High 加干活agent组合更实用

#GPT-5.6 #Sol Ultra #Sol High #Luna Max

Viking@vikingmute原文

技巧 Agent 与开发者精选11:04

长期智能体技能库维护技巧分享

Recuris分享了提升长期智能体效果的方法，对比GPT-5.6 Sol和Claude Opus 5，效果显著，值得一看。

#Recuris #长期智能体 #技能库维护 #GPT-5.6 Sol

事件专题

elvis@omarsar02 个信源在谈原文

模型中美对照多源确认78°04:38

OpenAI降低了GPT-5.6 Sol的API和信用定价，使其在价格和性能上更具竞争力，值得关注。

#GPT-5.6 Sol #OpenAI #Pareto前沿 #价格调整

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11:34

15 AI 模型梯队排名发布

看看这份 AI 模型排名，Fable 5 和 GPT-5.6 Sol 表现抢眼，和其它模型比有什么不同？

#Fable 5 #GPT-5.6 Sol #DeepSeek V4 Flash #AI 模型排名

事件专题

AI Will@FinanceYF57 个信源在谈原文

产品中美对照多源确认93°10:13

OpenAI降低GPT-5.6 Sol价格20%

OpenAI降价了GPT-5.6 Sol，性价比更高，值得尝试！

#OpenAI #GPT-5.6 Sol #价格下调 #API定价

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78°06:34

GPT-5.6 Sol最实惠前沿模型上线Devin Desktop和Devin CLI

OpenAI再次降价，GPT-5.6 Sol现在更实惠，性价比高，值得尝试。

#GPT-5.6 Sol #OpenAI #价格下调 #Devin Desktop

事件专题

Windsurf@windsurf_ai11 个信源在谈原文

产品 Agent 与开发者官方一手78°06:23

GPT-5.6 Sol API 更新发布

OpenAI发布了GPT-5.6 Sol API更新，支持程序化工作流，价格更优惠，适合大规模使用。

#GPT-5.6 Sol #API #OpenAI #程序化工作流

事件专题

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

产品中美对照多源确认78°06:04

GPT-5.6 Sol价格下调至最实惠前沿模型

OpenAI将GPT-5.6 Sol价格降至最实惠，性价比高，值得尝试。

#GPT-5.6 Sol #价格下调 #OpenAI #折扣

事件专题

Cognition@cognition_labs11 个信源在谈原文

AITOP12:07

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…

AITOP阅读全文

AITOP17:04

出口结构剧变：中国卖给世界的，不再是产品而是解法

中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…

AITOP阅读全文

AITOP17:02

Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？

Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…

AITOP阅读全文

AITOP17:33

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…

AITOP阅读全文