智谱 GLM-5.3 模型 API 上线，权重下周五开源
智谱GLM-5.3 API上线了，性能媲美GPT-5.6，成本却更低，下周还要开源，性价比超高！
全部动态
AI 相关资讯全量信息流 · 1438 条
8月19日
StagedWorkspace：知识工作智能体的版本化工作空间
StagedWorkspace让AI智能体能追踪文件版本，在OfficeQA和APEX测试中大幅提升表现，比单一视图强很多。
OpenAI回应Codex调用GPT-5.6误删文件问题
OpenAI修复了Codex调用GPT-5.6误删文件的bug，加了多层保护，以后用更安全了。
Artificial Analysis发布搜索API基准，对比7家提供商表现
Artificial Analysis刚发了搜索API基准，用GPT-5.6 Luna测了7家提供商，帮你选搜索工具时看质量、成本、速度。
8月18日
Qwen3.8-27B 匹配 GPT-5.6 Luna 并可本地运行
阿里 Qwen3.8-27B 性能追平 GPT-5.6 Luna，还能在浏览器跑。
OpenRouter 下调 GPT-5.6 Sol 调用费半价
OpenRouter 把 GPT-5.6 Sol 价格砍半，输入输出都降，Vercel 还限时一个月，想省钱用最强模型的赶紧看。
论文10:27
上下文压缩的隐性代价：智能体交互成本测量这篇论文用GPT-5.5和DeepSeek实测发现，压缩上下文会让智能体反复重新查工具，任务成功率却没变。想知道为什么只看完成率会骗人，可以读读。
重新审视生成式AI在入门面向对象编程测评中的表现：2026年见解
这篇论文拿五个主流AI模型去考大学OOP期末题，结果都比学生平均分高，但抽象类和图形题还是会翻车，想看AI编程能力真实段位的可以读读。
StateM 运行时实现 Terminal-Bench 2.1 95.3% 原始准确率
StateM 不改模型权重，光靠升级执行系统就把 GPT-5.6 在终端测试的准确率拉到 95.3%，成本只要 15 美元，值得看看它的思路。
Qwen 3.8 27B拿下52分，追平GPT-5.6 Luna
27B的小模型追平了GPT-5.6和GLM-5.2，参数还小几十倍，值得看看。
OpenAI GPT-5.6 Sol在OpenRouter半价，flex低至$1.25
想试GPT-5.6 Sol的话现在划算，OpenRouter直接半价，flex输入才1.25美元。
OpenAI总结初创公司用GPT-5.6构建低成本智能体经验
OpenAI官方分享了用GPT-5.6做智能体的省钱打法，从选模型到调工具都有，做Agent的可以学几招。
Hypha AI用GPT-5.6 Luna做文档提取，成本为GPT-5.5的1/18
OpenAI官方晒了组省钱实测：Hypha AI用GPT-5.6 Luna把文档提取成本降到1/18，准确率还保住98%；RogoAI靠工具调用省了21%输入token。
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17日
Codex Router 可将 1 美元 Command Code 订阅接入 Codex
花 1 美元订阅 Command Code，再用 Codex Router 转发给 Codex，就能用上 GPT-5.6 Luna 和 Grok 4.5，这操作可以学一下。
Codex 的 GPT-5.6 Sol 百万上下文现支持 ChatGPT 账号使用
Codex 的 GPT-5.6 Sol 百万上下文现在 ChatGPT 账号也能开了，不用 API 密钥，Plus/Pro 用户手动配置就能处理大项目，但注意额度烧得快。
论文10:21
PACE-Bench：动态环境下基于代码演进的物理适应基准想看看AI在规则变了之后能不能自己改代码？PACE-Bench 专门测这个，目前最强的 GPT-5.5 也只解决了 Statics 子集的三分之二，离满分还远得很。
重新思考自动程序修复：Bug复杂度、故障定位与LLM成本效率
论文实测三种LLM的修复能力，发现便宜的DeepSeek-V3.2成本效率反超GPT-5，选模型前值得一看。
在 Codex 中为 GPT-5.6 Sol 启用 1M 上下文窗口
Codex 团队 Tibo 分享：改两行配置，GPT-5.6 Sol 就能用满 1M 上下文，比默认窗口更扛长代码。
LlamaExtract推出Agentic Plus，长文档提取准确率达94%以上
LlamaIndex给LlamaParse加了新模式，专门抽长文档里的海量字段，准确率比Claude Code和Codex高10-20%，每个字段还带出处。
Codex 开启 1M 上下文：修改 config.toml 即可
Tibo 教你在 Codex 里改两行配置就能让 GPT-5.6 Sol 记住 100 万 token，嫌默认不够用可以试试。
8月16日
OpenAI万亿IPO前夜高管离职潮：内部政治博弈加剧
OpenAI最近高管走马灯，准备团队解散，年内重组近六次，还面临Anthropic营收反超，想看懂IPO前夜这出内斗戏可以读读。
CORS Chat：一个测试OpenAI兼容聊天端点的Web UI
西蒙威利森今天做了个叫CORS Chat的小工具，能通过网页界面测试LM Studio和OpenRouter的聊天接口，还支持流式SVG渲染，挺实用。
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。
FT数据质疑Anthropic千亿收入预测，价格战下Q4需翻倍
FT数据说Anthropic年入千亿有点悬，Q2才115亿，Q4得翻倍到250亿。中国模型份额从4.4%涨到60%，信息量大。
27B参数智能体Faraday复现论文击败Claude Opus 4.8和GPT-5.5
一个叫Faraday的27B智能体，把论文复现变成强化学习任务，在测试集上赢了Claude Opus 4.8和GPT-5.5，还把编码agent当工具用，有点意思。
北京医生用GPT-5.6-Sol证明Crouzeix猜想
GPT-5.6-Sol断网跑16小时独立拿出22年数学猜想的证明，这波是AI科研能力的实弹演示。
研究反驳Anthropic与OpenAI：自主AI研究尚不可及
普林斯顿和英国AI安全所让Claude和GPT-5写论文，全拒，打脸Anthropic和OpenAI。
8月14日
中国医生用 GPT-5.6 破解 22 年数学难题，Crouzeix 本人确认正确
一个神经外科医生借 GPT-5.6 证明了 Crouzeix 猜想，数学家集体震惊。完整提示词和代码都开源了，可以看看。
OpenAI推出Ultrafast模式，GPT-5.6 Sol速度提升14倍
用Cerebras硬件把GPT-5.6 Sol提速到每秒750 token，还分三档收费，速度本身成了卖点。
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发布GPT-5.6构建者指南：账单从33美元降到1.33美元
想省Agent成本？OpenAI官方指南给了具体配置和实测数字，照着改就能把账单砍到零头。
70天超10款模型，CNBC：美国限制催化中国AI创新，加速进入全球企业业务体系
这篇把6月以来中国AI密集发模型的节奏和全球企业采购逻辑说清楚了，还给了DeepSeek比Claude便宜39倍的实测成本对比。
智谱AI发布GLM-5.3：编程开源最强，网络安全能力涌现
智谱发了GLM-5.3，编程和找漏洞都超强，开源模型里第一，比GPT-5.6还猛，但权重两周后才公开。
OpenAI预览Ultrafast模式：GPT-5.6 Sol速度提升14倍
OpenAI给GPT-5.6 Sol开了14倍速模式，先在API小范围试水，做开发的朋友可以紧盯后续扩容。
DeepSeek Harness开源发布，用户实测生成网站效果不佳
DeepSeek Harness开源了，但有人试完说生成的网站不如Codex+GPT-5.6，你装之前先看看这个。
OpenAI 预览 GPT-5.6 Sol 超快模式，速度提升 14 倍
OpenAI 刚展示了 GPT-5.6 Sol 的 Ultrafast 模式，速度拉到 14 倍，API 客户能先尝鲜。
