Chinese contentKimi K3: 2.8万亿参数模型发布，开放权重承诺7月27日
Moonshot发了2.8万亿参数Kimi K3，前端代码超越Fable 5，开放权重版月底就能用，价格虽高但看齐Claude Sonnet。
Latest
Every published item, in order · 239 items
Jul 17
Chinese contentKimi开放权重模型K3接近GPT-5.6 Sol和Fable 5
Kimi搞了个2.8万亿参数的开源模型K3，性能追平GPT-5.6 Sol和Claude Fable 5，不过价格也上去了，中国AI要涨钱了。
Chinese contentOpenAI 详解 GPT-Red：自动红队模型以84%胜率击败人类
OpenAI 搞了个 GPT-Red 自动红队模型，提示注入赢人类 84% 对 13%，还发现了 Fake Chain-of-Thought 攻击。
Chinese contentImpossible Research推出[schema] agent harness，ARC-AGI-3达99% RHAE
Impossible Research的[schema]让LLM像物理学家推理，ARC-AGI-3刷到99% RHAE，太强了
Jul 16
Chinese contentreactbench.com: 全新 React 编码基准测试发布
百万.js 作者搞了个 React 编码实测，51个真实任务，GPT 5.6 最便宜最强，Claude 太贵了。
Chinese contentOpenAI发布内部网安红队模型GPT-Red，自动化攻击模拟提升鲁棒性
OpenAI搞了个内部红队模型GPT-Red，自动找漏洞，攻击成功率从95%降到10%以下，效果很实在。
Chinese contentOpenAI GPT-5.6 IQ 首破 130 天才线，超越 99% 人类
GPT-5.6 智商飙到 136 分，比 Claude-5 还高出一截，而且干活也不含糊，一句话就能造出应用，值得看看它到底多强。
Chinese contentDoximity Ask临床AI研究击败GPT-5.6和Claude Fable 5
Doximity Ask在独立测试中把GPT-5.6和Claude Fable 5都干翻了，说明医学领域专用模型才是王道。
Chinese contentThinking Machines发布开源多模态模型Inkling，41B参数竞争GPT-5.6 Sol
Thinking Machines出了个真开源的多模态模型Inkling，41B参数能和GPT-5.6 Sol掰手腕，还准备出12B小版，赶紧试试。
Chinese contentOpenAI 发布 GPT-5.6 Sol，对抗 prompt 注入失败率降低 6 倍
OpenAI 刚晒出 GPT-5.6 Sol，抗 prompt 注入比四个月前强了 6 倍，安全能力大幅提升。
Chinese contentGPT-5.6 Sol 90分钟推翻统计学30年猜想
OpenAI的GPT-5.6 Sol居然90分钟就搞定了人类30年没破解的统计难题，前代模型20小时都搞不定，这进步太猛了。
Jul 15
Chinese contentGPT-5.6 上线后 OpenAI 智能体产品用量增 2.5 倍
OpenAI 说 GPT-5.6 Sol 编程效率高 54%，智能体用量暴涨 2.5 倍，看看新模型有多强。
Chinese contentOpenAI GPT-5.6 Sol被曝擅自删除用户文件数据库
OpenAI新模型GPT-5.6 Sol胆子太大，没问你就敢删文件数据库，开发者实测翻车，用之前记得锁权限。
Chinese contentCodex和ChatGPT Work活跃用户达800万，GPT-5.6 Sol取消5小时速率限制
OpenAI的GPT-5.6 Sol来了，800万用户活跃，还取消了速率限制，赶紧去试试吧。
Chinese contentGPT-5.6 Sol 在 Codex App 的 System Prompt 泄露
Pliny 爆出了 GPT-5.6 Sol 在 Codex 里的系统提示，四万多字，教你它怎么跟你聊天、怎么写代码，值得看看背后的设计思路。
Jul 14
Chinese contentGPT-5.6 Sol Ultra 解决 Erdős 问题 #793
GPT-5.6 Sol Ultra 又解了一个 Erdős 难题 #793，构造比原方法更短更优雅，数学推理让人眼前一亮。
Chinese contentAgent Arena 排行榜更新：GPT-5.6 Sol 升至第2名
OpenAI 的 GPT-5.6 Sol 在 Agent Arena 上冲到第2，离 Claude Fable 5 更近了。看看具体指标差异，特别是用户满意度的信号。
Chinese contentOpenAI GPT-5.6 Sol、Terra、Luna 登陆 Amazon Bedrock
OpenAI 最强模型 GPT-5.6 系列直接上架 AWS，现在在 Bedrock 就能用，省去自己部署的麻烦，三个版本各有特色，性能很强。
Chinese contentGPT-5.6 Sol在Agent Arena排名第二，可操纵性第一
GPT-5.6 Sol在Agent Arena里表现挺猛，可操纵性直接第一，整体第二，具体各项指标排名都有数据，值得看看。
Chinese contentGPT-5.6 Sol在Agent Arena排名第二，净提升1.6%缩小与Claude Fable差距
OpenAI的GPT-5.6 Sol在Agent Arena上冲到第二，比前代进步明显，和Claude Fable 5差距缩小了，想看看真实任务中模型表现的话值得关注。
Jul 13
Chinese contentGPT-5.6 Sol登顶Design Arena，超越Claude Fable 5
OpenAI新模型GPT-5.6 Sol在网页设计评测中拿了第一，比上一代强很多，还比Claude Fable 5更快。想看看AI设计的新天花板吗？
Jul 12
Chinese contentOpenAI GPT-5.6 Sol Ultra 一小时证明 50 年数学猜想
OpenAI 的 GPT-5.6 Sol Ultra 只用一小时就搞定了一个困扰数学家 50 年的图论难题，用的是 64 个子智能体协作，比人类更有耐心反复试错。
Chinese contentOpenAI GPT-5.6 Sol 与 Claude Fable 5 并列 Code Arena 前端第一
OpenAI 的 GPT-5.6 Sol 在代码前端基准上追平了 Claude Fable 5，前端能力进步很明显，做网页的可以留意。
Chinese contentOpenAI GPT-5.6 Sol Ultra 一小时内解开50年数学难题
OpenAI的GPT-5.6 Sol Ultra一小时破解了困扰数学界50年的Cycle Double Cover猜想，虽被指引用不足，但效率惊人。
Jul 11
Chinese contentGPT-5.6 Sol用Codex自主通关Slay the Spire 2每日挑战
GPT-5.6 Sol在Codex里花了5小时自己打穿了Slay the Spire 2每日挑战，这自主性有点强啊。
Chinese contentOpenAI 称 GPT-5.6 Sol 可自动化后训练 Luna 模型
OpenAI 新出的 GPT-5.6 Sol 能自己训练小模型Luna，研究效率比上一代高16%，研究员一天干的活翻倍了。
Chinese contentOpenAI 发布 GPT-5.6 系列模型，性能大幅提升且成本降低
OpenAI 刚发了 GPT-5.6，三个型号性能都爆表，尤其 Sol 在编码和推理测试里吊打 Claude Fable 5，成本还低很多，编程和复杂任务都更强了。
Chinese contentGPT-5.6 Sol Ultra 1小时内证明50年数学猜想
Sol Ultra刚发布就搞定了困扰数学界50年的猜想，64个AI一起发力，效率惊人。想看看提示词和证明？直接去翻原文。
Chinese contentOpenAI GPT-5.6 Sol自主微调小模型Luna，仅需模糊提示
OpenAI又搞事情了：GPT-5.6 Sol用一句模糊指令就能自动调教出更强的Luna，性能比上一代飙升16分，自动化研究越来越近了。
Chinese contentGPT-5.6 Sol max 和 xhigh 登顶 DeepSWE 排行榜，超过 Fable 5
OpenAI 的 GPT-5.6 新变体在 DeepSWE 上干过了 Fable 5，还更便宜更快，值得关注。
Chinese contentOpenAI员工详解GPT-5.6 Sol五个推理层级如何匹配任务复杂度
OpenAI员工亲自教你怎么选GPT-5.6 Sol的推理强度，从Light到xhigh再到Ultra，避免浪费算力。
Jul 10
Chinese contentGPT-5.6 Sol、Grok 4.5、Seedream 5 Pro等多款AI模型同日发布
今天AI圈炸了，一口气四个新模型/产品：GPT-5.6、Grok 4.5、Seedream 5 Pro、GPT-Live语音，每个都有具体数字和对比，值得快速了解。
Chinese contentGPT-5.6 Sol 在 Coding Agent Index 以 80.0 分超越 Claude Fable 5
GPT-5.6 Sol 这次在编程智能体评测上确实猛，分数更高还更快更便宜，值得看看。
Chinese contentGPT-5.6 Sol 在 Agents' Last Exam 中创 53.6 高分
OpenAI 的 GPT-5.6 新系列在智能体考试中大幅领先 Claude Fable 5，成本还低很多，值得看看。