全部动态
AI帮你揭开了统计学25年的难题：GPT-5.6 Sol Pro用90分钟证明BH方法在相关数据下会失效，比人类20小时还准。
以后看模型排名不只凭喜好，还能按事实准确性排序。GPT-5.5 狂飙 13 名，Claude 也被挤到第二，快去 Arena 开开关看看。
看谁家搜索模型最靠谱？GPT-5.5-search 刚拿了事实性第一，GPT-5.2-search 飙升到第三，Claude 和 Gemini 反而掉了。
别被百万token的噱头骗了！这位工程师用GPT-5.5的数据告诉你，上下文越长准确率反而暴跌，真正的解法是持续学习和真实环境训练。
别被百万token的宣传忽悠了，GPT-5.5实际测试256k时准确率80%，拉到100万直接掉到36%。这不只是容量问题，是模型推理跟不上了。
这篇论文提出沙漏推理，让GPT-5.5和Gemini 3.1 Pro在ARC-AGI、ChipBench等基准上大幅提升，不是靠新模型，而是靠精巧的推理结构设计，值得搞推理的人看看。
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。
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。
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？
Meta 的 Muse Spark 1.1 强化了多智能体协作与代码开发，支持百万 token 长上下文，但部分场景弱于 GPT-5.5 和 Claude Opus 4.8。
Muse Spark 1.1在Agentic任务上声称能追上GPT-5.5，还能直接用Meta API调用，挺有吸引力。
OpenAI发了GPT-5.6-sol，代码能力直接冲到第一，还比Claude便宜一半，搞前端开发的可以试试。
OpenAI又搞事情了：GPT-5.6 Sol用一句模糊指令就能自动调教出更强的Luna，性能比上一代飙升16分，自动化研究越来越近了。
OpenAI 一口气发了三个 GPT-5.6 模型，编程更强的 Sol 比 Fable 便宜，还出了个能跨应用干活的 agent 和桌面应用，开发者快去体验。
OpenAI 给 GPT-5.6 分了三个档，Sol 专攻复杂编程和智能体任务，Terra 比上一代更强更便宜，Luna 跑得快还省一半钱。
想省钱又想有GPT-5.5级别编码和推理能力？试试OpenRouter的GPT-5.6 Terra，价格腰斩，性能不减。
有人用 Fable 5 和 GPT-5.5 搭了个 Executor-Advisor 流程，还说 GPT-5.6 来了能直接换上去用，不用等新模型就能更好地编排工具和验证。
想选行业AI模型？Claude Fable 5 碾压全场，但成本是 DeepSeek V4 Pro 的百倍，性能只多 12 分，性价比得掂量。
OpenAI 把 ChatGPT 语音升级成全双工了，能一边听你说话一边插嘴，同传演示挺惊艳。就是刚上线有人嫌它“嗯嗯”太吵，你可以试试调低推理强度或者换语音角色。
OpenAI 出了 GPT-Live，能边听边和你对话，遇到难题自动调 GPT-5.5，还能实时显示卡片，比 Siri 强多了。