全部动态

作者用GLM-5.2和GPT-5.5预测世界杯，GPT-5.5命中率70%，还给了淘汰赛提示词，试试用自己的agent玩。

岚叔@lufzzliz原文

GPT-5.5-Cyber 在安全基准 CyberGym 上直接碾压了 Mythos 5，想搞红队或漏洞分析的话可以申请权限试试。

岚叔@lufzzliz9 个信源在谈原文

GPT-4.5 下线了，想用它的好文风只能走 API。o3 也快走了，记得 8 月 26 日前备份。

宝玉@dotey11 个信源在谈原文

OpenAI出了GPT-5.6三个版本，Sol的智能体编程和安全任务很强，但只有美国批准的才能用，普通人还得等几周。

berryxia@berryxia11 个信源在谈原文

OpenAI 发布了 GPT-5.6 三兄弟，Sol 旗舰带 Ultra 模式，能协调多个 subagent 干活，在命令行任务上直接 91.9%。日常用 Terra 性能持平 5.5 但价格砍半，适合干活党。

shao__meng@shao__meng11 个信源在谈原文

想知道你用的AI聊天机器人有没有政治立场？《华盛顿邮报》测了GPT-5.5、Grok和Gemini 3.1 Pro，结果左倾现象普遍，连Grok都没逃过。来看看数据。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Google 把屏幕操控塞进了 Gemini 3.5 Flash，OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化，很实在。

官方账号Decoder@Matthias Bastian原文

Unsloth把GLM-5.2压到1-bit，Mac Studio上跑21 tok/s，创意性居然不输Claude Opus，本地部署党有福了。

berryxia@berryxia原文

OpenAI又悄悄给GPT-5.5 Instant升级了，这次更懂你的言外之意，买东西问它推荐更靠谱。

OpenAI 发了新的 GPT-5.5 Instant，对话更聪明更自然，Pro 和 Plus 用户现在就能用，免费用户明天也能体验到。

ChatGPT@ChatGPTapp11 个信源在谈原文

GLM-5.2 在前端任务上干掉了 Claude Opus 系列，对 Kimi 和 Sonnet 胜率超 60%，开源模型里相当能打。

lmarena.ai@lmarena_ai原文

OpenAI悄声升级了GPT-5.5 Instant，现在它更懂你的真实意图，多轮对话也不容易跑偏了。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

SiliconFlow 测了 GLM-5.2，性能跟 Opus 4.8 差不多，但输入输出成本都低了好几倍，想省钱的可以试试。

官方账号SiliconFlowAI@siliconflowai3 个信源在谈原文

OpenAI搞了个专门搞网络安全的模型GPT-5.5-Cyber，能自动找漏洞、打补丁，干活比人快还准，安全团队有福了。

官方账号OpenAI@OpenAI (@OpenAI)11 个信源在谈原文

字节新出的豆包Seed 2.1 Pro和Turbo，专门优化编程、智能体和多模态任务，Pro适合高难度场景，Turbo便宜且效率高，很适合接项目用。

OpenAI出了Daybreak工具，用Codex Security自动找漏洞，GPT-5.5-Cyber帮你验证修复，搞安全的可以看看。

百川发了医疗增强大模型 M4，在 HealthBench 碾压 GPT-5.5，幻觉率仅 3.3%，看病问诊更靠谱。

马斯克说国产大模型要等到2027年才能追上Anthropic的Fable，但智谱的唐杰直接回怼用不了那么久。GLM-5.2刚在编程测试上赢了GPT-5.5，差距正在缩小。

Together Compute 实测：闭源模型贵几倍，开源做小游戏又快又便宜，质量还接近，想省钱就选开源。

官方账号Together AI@togethercompute6 个信源在谈原文

Claude Fable 5 在 ECI 上拿 161 分，超 GPT-5.5 Pro 一分，Anthropic 终于又领先了。

官方账号Epoch AI@EpochAIResearch11 个信源在谈原文