全部动态

ARC Prize实测了降价后的GPT-5.6 Luna，性能没缩水，跑一次ARC-AGI-2只要0.18美元，性价比确实猛。

官方账号Greg Brockman@gdb11 个信源在谈原文

这个框架把 Opus 5 的评分从 30% 刷到 95.5%，但作者觉得换汤不换药，实战未必比 Claude Code 强。

宝玉@dotey9 个信源在谈原文

Altman 亲口说 Astra 不会只给少数人，但要先搞定安全。想抢先体验 GPT-6 系列的话，可以盯紧这条。

宝玉@dotey11 个信源在谈原文

Altman 亲口说 Astra 不会只给少数人用，但因为 cyber 能力要加做安全测试再公开发布。

官方账号OpenAI@OpenAI11 个信源在谈原文

Sam Altman自己说astra很强，而且不会藏着掖着，但要先搞定安全才发布。

官方账号Sam Altman@sama11 个信源在谈原文

一个做网络安全的人公开说 Codex 是 GOAT，GPT-5.6 Sol 帮他们快速调查响应，这事值得一看。

官方账号Greg Brockman@gdb11 个信源在谈原文

Simon用GPT-5.6 Sol Ultra在Codex Desktop里把浣熊抢博物馆的游戏做得比Claude Fable 5还顺，视频看着挺有意思。

官方账号Simon Willison@simonw3 个信源在谈原文

OpenAI 刚透露下一代模型 Astra 在智能体编程和网络安全上能力大涨，还把它定为首个“关键”网络安全模型，安全措施也升级了。

官方账号Greg Brockman@gdb11 个信源在谈原文

想比较文本或视觉模型实力？直接上 arena.ai 看这两个排行榜，一手数据。

lmarena.ai@lmarena_ai2 个信源在谈原文

Hugging Face 直播演示 AI 智能体复现 ICML 2026 论文，已有两千多人围观，点链接看过程。

官方账号Hugging Face@huggingface原文

想挑个会写前端的模型？去 Frontend Code Arena 榜单看排名就行，入口在 arena.ai/leaderboard。

lmarena.ai@lmarena_ai2 个信源在谈原文

有人拿云朵照片同时问 Qwen3.8-Max、Claude Opus 5、Kimi K3、GPT 5.6 Sol，画动物轮廓它没输。

官方账号阿里通义 Qwen@Alibaba_Qwen11 个信源在谈原文

Qwen3.8-Max 刚出，有人测了比 Gemini 3.5 Flash 高 8.5 个点，看细节更清楚。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

有人晒了 DeepSeek V4 Flash 在 DGX Station 上的实测数据，单机每秒能跑 1875 个 token，128k 上下文首字只要 5 秒，你可以拿这个数去衡量本地部署值不值。

Geek@geekbb9 个信源在谈原文

想用 AI 生成 4K 长视频的可以关注，Seedance 2.5 Pro 在 Lovart 上能一次出 30 秒，还支持 50 张参考图锁风格。

LovartAI@lovart_ai原文

OpenAI传下星期要发大模型Astra，据说比Mythos还强，Luna直接免费，先蹲个发布。

orange.ai@oran_ge11 个信源在谈原文

OpenAI的人说GPT-5.6在个人财务上更强了，还有5.2的实验结果和5.3到5.5的基准对比，想了解AI理财能力的可以看。

官方账号Greg Brockman@gdb11 个信源在谈原文

OpenAI把GPT-5.6 Sol给了Plus和Pro用户，聊天更准了；免费用户明天起能无限聊Luna，值得试试。

官方账号Sam Altman@sama11 个信源在谈原文