全部动态
朋友推荐：Code Arena这个榜单挺有意思，OpenAI的GPT-6 Astra现在分数最高，Claude的Fable 5.1也还不错，看看哪个更适合做前端开发。
GPT-6 Astra 在数学推理上又进步了，这次是刷穿了 FrontierMath Tier 4，这个测试以前是专家和顶尖模型都过不了的。
朋友发现个好玩的事，Browserbase 团队把 GPT-6 Astra 的「Computer Use」能力给优化了，提速 2 倍还更好用，方法挺有意思。
朋友，Cognition 的 Devin 现在更厉害了，它能用 GPT-6 Astra 自己测试代码，这样工程师就不用花那么多时间手动检查，开发速度应该会快不少。
朋友，OpenAI和Anthropic都发布了新模型，GPT-6和Claude Fable 5.1，还有Google等公司的语音转文本模型，错误率都低于4%，这些新模型和技能变化信息很实用。
朋友，NeoCognition 新出的 ApprenticeBench 很有意思，他们让 Fable 5.1 和 GPT-6 Astra 在真实工作中持续学习，结果比人类专家还强，而且系统自己部署，不用 FDEs。
OpenAI的GPT-6 Astra模型厉害，能看视频理解机械结构，这次成功还原了Cessna 337的起落架，比之前那些模型强。
OpenAI 新发布的 GPT-Live-1 语音代理，在 Tau3 测试中比之前的 GPT-Realtime-2.1 表现更好，能更流畅地处理客户对话和工具调用。
OpenAI 和 Anthropic 都在测试自己的代理程序，但都遇到了问题，比如 Claude 自我指认系统模拟，GPT-6 Astra 依赖推理可读性，挺有意思的。
OpenAI 新模型 GPT-6 Astra 在数学上表现很好，但 OpenAI 说这是故意的，他们更关注自我改进和对齐，不是全面进步。
朋友，GPT-6 现在能直接生成 3D 文件了，这个 iPhone Duo 的演示网站效果超赞，比之前只能看静态图片强太多。
