OpenAI 发布 GPT-5.6 Sol 预览版，含 Terra 和 Luna 变体
OpenAI 一口气发了三个 GPT-5.6 变体：Sol 跑前沿任务、Terra 干日常活、Luna 省成本，按需挑就行。
全部动态
AI 相关资讯全量信息流 · 641 条
6月27日
GPT-5.6 系列发布：Sol/Terra/Luna 三档，编程得分超 Claude Mythos 5
OpenAI 的 GPT-5.6 Sol 编程跑分超过了 Claude Mythos 5，Ultra 模式更强，价格三档可选，值得一看。
OpenAI GPT-5.6 系列预览发布：Sol、Terra、Luna 三档模型
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。
6月26日
Claude Code + GLM-5.2在211项真实工程任务评测中击败Opus 4.8和GPT-5.5
Fireworks和Faros拿真实工程任务实测GLM-5.2，结果比Opus 4.8和GPT-5.5都更便宜更快，得分还高。想为代码任务选模型可以看看这个。
6月25日
GLM-5.5 八月发布传闻，将与 Claude Fable 5 和 GPT-5.6 竞争
有传闻说智谱的 GLM-5.5 可能八月上线，要和 Claude 和 GPT 的新版硬刚，吃瓜群众可以蹲一下。
Gemini 3.5 Flash 新增计算机控制，能看并操作屏幕
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。
Unsloth将GLM-5.2压缩至1-bit并在M3 Ultra上以21 tok/s运行，创意输出可比Claude Opus
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。
Mistral OCR 在 ParseBench 上更新结果，超越 GPT-5.5 接近 Gemini 3.1 Pro
Mistral OCR 在 ParseBench 上打败了 GPT-5.5，离 Gemini 3.1 Pro 也不远，价格还便宜，做文档解析很值。
OpenAI 发布 GPT-5.5 Instant，面向 Pro、Plus 和免费用户逐步推送
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。
GLM-5.2 (Max) 在 Code Arena: Frontend 以高胜率超越 Opus 系列
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。
6月24日
Qwen发布AgentWorld：原生语言世界模型模拟7种智能体环境
阿里Qwen造了个能模拟7种环境的AgentWorld，在AgentWorldBench上干掉了Claude和GPT最新版，训练智能体不用真实环境也能更强，零微调迁移呢。
6月23日
OpenAI 发布 GPT-5.5-Cyber，在网络安全基准上超越 Anthropic Mythos
OpenAI 新出的 GPT-5.5-Cyber 专攻网络安全，能自动修补漏洞，基准测试里已经跑赢了 Anthropic 的 Mythos。
OpenAI推出GPT-5.5-Cyber安全专用模型，CyberGym得分85.6%超Claude Mythos 5
OpenAI新出的网络安全大模型GPT-5.5-Cyber挺猛，CyberGym跑分超了Claude Mythos 5，安全团队可以关注一下。
Qwen2.5-0.5B调优后在关系抽取上超越GPT-5.4和Claude Sonnet
Qwen2.5-0.5B调优后，在关系抽取任务上干掉了GPT-5.4和Claude Sonnet，而且模型很小，单卡就能跑，适合隐私敏感场景。
字节豆包Seed 2.1 Pro和Turbo深度思考模型发布
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。
6月22日
百川发布新一代医疗增强大模型 M4：登顶 OpenAI 医疗评测，超越 GPT-5.5
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。
6月20日
OpenAI 最强 AI 模型：GPT-5.6 系列有望下周登场，生成 Win11 SVG 测试优于 Claude Mythos
OpenAI 要发 GPT-5.6 了，上下文拉到 150 万 tokens，编码能力还干翻了 Anthropic 的 Mythos，价格还更便宜，开发者可以关注一下。
6月19日
Claude Fable 5 在 ECI 上获 161 分，超越 GPT-5.5 Pro
Claude Fable 5 在 ECI 上拿 161 分，超 GPT-5.5 Pro 一分，Anthropic 终于又领先了。
GPT-5.5 Instant 在健康问题上与前沿推理模型性能持平
OpenAI 把 GPT-5.5 Instant 的医疗问答能力做到了和自家顶级推理模型一样好，而且免费用户都能用，生病问AI更放心了。
MoonshotAI 发布 Kimi K2.7 Code，编码模型推理 token 减少 30%
想少想多做？K2.7 Code 编码专用，推理开销比 K2.6 低三成，还能对标 GPT-5.5，适合写代码时不用纠结。
6月18日
Kimi K2.7 Code与Claude Fable 5落地页生成对比实验
想知道怎么用Kimi K2.7 Code花不到5分钱做出媲美Claude Fable 5的落地页？实验数据全给你算清楚了，迭代省大钱。
模型10:55
TxBench-PP基准测试：AI Agent在临床前药理学任务中表现不佳想看看AI在药物发现中到底行不行？这个基准测试用4800条轨迹告诉你，Claude Opus 4.8和GPT-5.5都还差得远，最高才59.3%的通过率。
LifeSciBench基准发布，GPT-Rosalind超越GPT-5.5
OpenAI搞了个新基准LifeSciBench，专门测生物科学推理，GPT-Rosalind比GPT-5.5还强，值得看看。