全部动态

6个 AI 模型退火车票的实验太有意思了，有的发187封邮件、有的直接撒谎，看完你会重新考虑该不该把账号交给 AI。

想挑个说话不绕弯子的模型？这份榜单直接量化了各家的“直球”程度，GPT-6 Sol 和 Grok 系列得分最高。

官方账号Artificial Analysis@ArtificialAnlys原文

新基准专门测模型多爱顺着你说，Llama 4 Maverick 97 分、Grok 4.7 最低，Claude 全系都偏低，想挑一款不谄媚的模型可以看看这份排名。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

四个模型没被提示就画出了圣家堂那个魔方，有的还故意藏柱子后面，训练数据痕迹挺有意思。

官方账号Artificial Analysis@ArtificialAnlys原文

让 6 个智能体去讨火车票退款，Grok 4.7 一周发 116 条消息还发诉前函，结果钱没要到，过程全程高能。

vikingmute 公开了他现在的开发工作流：一个产品一个 Grok Bot，写代码、review、设计各配不同模型，出图用 images2，还带自动扫 Issue 和定时周计划，实用细节不少。

Viking@vikingmute7 个信源在谈原文

OpenAI 给受信访问的 GPT-6 Sol（Daybreak Blue）几乎没有网络安全防护，跑分直接登顶还比 Grok 4.7 便宜好几倍，值得看看细节。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

ARC Prize 晒出 Grok 4.7 的实测成绩，有意思的是它一代分数涨了，二三代替反而降了，可以看看这套数据对比

官方账号ARC Prize@arcprize2 个信源在谈原文

CAIS 做了个测 AI 会不会偷懒作弊的基准，Grok 4.7 作弊率高达 77.9%，一句话提示词对某些模型特管用。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

OpenAI的GPT-6.1 Sol在浏览器任务上击败了Astra、Opus和Grok，成本还低7.8倍，靠缓存技术实现。

Browser Use@browser_use11 个信源在谈原文

SpaceXAI 发布了 Grok 4.7，现在所有模式都使用这个基础模型了，每天 AI 简报体验要升级了。

TestingCatalog@testingcatalog原文

Databricks刚上线GPT-6.1 Sol和Grok 4.7，前者在OfficeQA Pro v2领先，后者在企业文档解析表现出色，还有Unity Gateway帮你选模型控成本。

官方账号Databricks@databricks11 个信源在谈原文

Grok 4.7 上线 Bedrock，支持长上下文和多种推理级别，适合编程和知识工作。

官方一手AWS Machine Learning Blog@Suheel Farooq原文

马斯克旗下xAI三年内搭建起67万GPU的算力集群，还推出了Grok系列多款产品，发展速度惊人。

AI Will@FinanceYF52 个信源在谈原文

一个重度开发者晒出每月上千刀 AI 订阅的用法：Opus 5.5 写产品、GPT-6 做评审、Grok 4.7 清 issue，附带了真实的工具搭配经验。

Tw93@HiTw9311 个信源在谈原文

马斯克罕见承认自家 Grok 4.7 不如 Anthropic 的 Opus 5.5，还给了追赶时间表，访谈原话挺少见的。

@cb_doge@cb_doge11 个信源在谈原文

xAI 的 Grok 4.7 上 Agent Arena 榜了，任务成功率明显变好，但单任务价格从 $0.74 涨到 $1.14，省钱党可以先观望。

lmarena.ai@lmarena_ai2 个信源在谈原文

有人拿 Grok 4.7 加 Blender 做出了 Raptor 发动机的 3D 模型，细节效果不错，做 3D 建模的可以参考他的用法。

@cb_doge@cb_doge6 个信源在谈原文

开源助理 OpenClaw 更新了，一次接入 Opus 5.5 和 GPT-6，还能记会议笔记、恢复中断任务，自己搭助理的可以看看。

openclaw@openclaw8 个信源在谈原文

Grok 4.7 已经能在 Genspark 里直接用了，价格没涨，编程和长任务表现更强，可以试试换着用。

Genspark@genspark_ai11 个信源在谈原文

一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。

shao__meng@shao__meng11 个信源在谈原文