Latest
StagedWorkspace让AI智能体能追踪文件版本，在OfficeQA和APEX测试中大幅提升表现，比单一视图强很多。
选搜索 API 有参考了，Search Index 测了 7 家，Parallel 和 Exa 排名靠前。
Artificial Analysis刚发了搜索API基准，用GPT-5.6 Luna测了7家提供商，帮你选搜索工具时看质量、成本、速度。
OpenRouter 把 GPT-5.6 Sol 价格砍半，输入输出都降，Vercel 还限时一个月，想省钱用最强模型的赶紧看。
PIHF把强化学习的迭代改进搬到了上下文学习里，用语言模型当执行器，专家审阅改进，罕见病诊断上Recall@1提升明显，值得一看。
这篇论文用GPT-5.5和DeepSeek实测发现，压缩上下文会让智能体反复重新查工具，任务成功率却没变。想知道为什么只看完成率会骗人，可以读读。
这篇论文拿五个主流AI模型去考大学OOP期末题，结果都比学生平均分高，但抽象类和图形题还是会翻车，想看AI编程能力真实段位的可以读读。
StateM 不改模型权重，光靠升级执行系统就把 GPT-5.6 在终端测试的准确率拉到 95.3%，成本只要 15 美元，值得看看它的思路。
想试GPT-5.6 Sol的话现在划算，OpenRouter直接半价，flex输入才1.25美元。
OpenAI官方晒了组省钱实测：Hypha AI用GPT-5.6 Luna把文档提取成本降到1/18，准确率还保住98%；RogoAI靠工具调用省了21%输入token。
OpenAI 的 GPT-5.6 Sol 在 ARC-AGI-3 上分数翻倍还多，token 还省了六倍，看看他们怎么做到的。
花 1 美元订阅 Command Code，再用 Codex Router 转发给 Codex，就能用上 GPT-5.6 Luna 和 Grok 4.5，这操作可以学一下。
Codex 的 GPT-5.6 Sol 百万上下文现在 ChatGPT 账号也能开了，不用 API 密钥，Plus/Pro 用户手动配置就能处理大项目，但注意额度烧得快。
想看看AI在规则变了之后能不能自己改代码？PACE-Bench 专门测这个，目前最强的 GPT-5.5 也只解决了 Statics 子集的三分之二，离满分还远得很。
Codex 团队 Tibo 分享：改两行配置，GPT-5.6 Sol 就能用满 1M 上下文，比默认窗口更扛长代码。
LlamaIndex给LlamaParse加了新模式，专门抽长文档里的海量字段，准确率比Claude Code和Codex高10-20%，每个字段还带出处。
Tibo 教你在 Codex 里改两行配置就能让 GPT-5.6 Sol 记住 100 万 token，嫌默认不够用可以试试。
OpenAI最近高管走马灯，准备团队解散，年内重组近六次，还面临Anthropic营收反超，想看懂IPO前夜这出内斗戏可以读读。
西蒙威利森今天做了个叫CORS Chat的小工具，能通过网页界面测试LM Studio和OpenRouter的聊天接口，还支持流式SVG渲染，挺实用。
Moonshot AI 出了个新测试 PerceptionBench，专门查 AI 的“眼神”。结果最强模型 GPT-5.6 Sol 准确率也不到 60%，而且很多错是从看图时就错了。
FT数据说Anthropic年入千亿有点悬，Q2才115亿，Q4得翻倍到250亿。中国模型份额从4.4%涨到60%，信息量大。
一个叫Faraday的27B智能体，把论文复现变成强化学习任务，在测试集上赢了Claude Opus 4.8和GPT-5.5，还把编码agent当工具用，有点意思。
一个神经外科医生借 GPT-5.6 证明了 Crouzeix 猜想，数学家集体震惊。完整提示词和代码都开源了，可以看看。
用Cerebras硬件把GPT-5.6 Sol提速到每秒750 token，还分三档收费，速度本身成了卖点。
OpenAI 的 GPT-5.6 Sol 在低推理强度下就超过了 GPT-5.5 的高推理强度表现，还更省 Token，你可以直接上手试试。
这篇把6月以来中国AI密集发模型的节奏和全球企业采购逻辑说清楚了，还给了DeepSeek比Claude便宜39倍的实测成本对比。
OpenAI给GPT-5.6 Sol开了14倍速模式，先在API小范围试水，做开发的朋友可以紧盯后续扩容。
DeepSeek Harness开源了，但有人试完说生成的网站不如Codex+GPT-5.6，你装之前先看看这个。
OpenAI 刚展示了 GPT-5.6 Sol 的 Ultrafast 模式，速度拉到 14 倍，API 客户能先尝鲜。
