全部动态

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。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

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。

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。

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。

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。

官方账号Decoder@Jonathan Kemper原文

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。

elvis@omarsar02 个信源在谈原文

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。

The Rundown AI@therundownai原文

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。

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

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。

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。

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

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。

小互@imxiaohu11 个信源在谈原文

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。

小互@imxiaohu11 个信源在谈原文

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。

OpenAI 给最强模型 GPT-5.6 Sol 上了个超快模式，每秒能出 750 个词元，比原来快 14 倍，适合客服、金融这些要抢时间的活儿。

谷歌新发的Gemini 3.7 Flash，效率比Sonnet 5高，价格只有3.6 Flash一半，现在AI Studio就能玩。

Paul Couvert@itsPaulAi原文

谷歌新出的 Gemini 3.7 Flash，编码和智能体能力更强，价格比 3.6 又砍半，还比 Claude 和 GPT 便宜一半，拿来写代码试试。

官方账号Decoder@Matthias Bastian原文

谷歌新出的Gemini 3.7 Flash在智能体评测里冲到第20，比上代强一截，编码和网页开发更好用了，感兴趣的可以试试。

lmarena.ai@lmarena_ai原文

Grok-4.6 刚发布就把网页开发能力冲进第一梯队，分数压过 Claude 和 GPT 的最新版，差距只有个位数，写代码的可以关注下。

lmarena.ai@lmarena_ai2 个信源在谈原文

OpenAI 出了个 GPT-5.6 Sol 极速版，快 14 倍，先在 API 给一小部分客户用，后面会铺开。

官方账号OpenAI@OpenAI11 个信源在谈原文

Ramp用7万家企业账单告诉你，OpenAI的GPT-5.6 Sol收入反超了Fable 5，但采用率还是Anthropic领先，看企业AI花钱风向。

Grok 4.6 上 Devin 了，跑分超过 GPT-5.6 Sol，只差 Opus 5 和 Fable 5，想试试的可以关注。

Cognition@cognition_labs原文

美国可能要把开源模型也纳入AI安全审查了，现在只查闭源，但风向在变。做开源模型的团队得留意政策风险。

Grok 4.6 上线，长程 Agent 强化，指数追平 GPT-5.6 Sol Max，试试？

shao__meng@shao__meng11 个信源在谈原文