Latest
想看最强的AI在实时观察任务上有多弱吗？ActiveVision让GPT-5.5和Claude Fable 5原形毕露，人类碾压它们。
这周模型圈太热闹了，DeepSeek V4、GLM 5.2 刚发，Kimi K3 和 Qwen 3.8 又来了，还有 Claude 和 GPT 对标，开源 SOTA 随时变天。
中国开源模型Kimi K3编码能力比Claude和GPT还强，价格却便宜好几倍，做长上下文编程选它准没错。
国产模型Kimi K3前端代码很强，能超过Fable 5，但数学推理还差得远。想了解具体差距多大，可以看看这篇。
SpaceXAI 的 Grok 4.5 用 $0.31 就干到一流水平，比 Claude 便宜 9 倍，token 还省 6 倍，省钱党可以关注。
Anthropic调整Fable 5订阅：Max和Team配额减半，Pro用户一次性补贴后走API，应对OpenAI的GPT-5.6 Sol低价冲击。
Tibo 搞了个活动，前一万个发帖就送 $100 Codex Credits，别管内容真不真，冲就完了。
有人觉得Kimi k3便宜？其实和GPT-5.6 Sol算下来价格差不多，GPT-5.6 Sol速度还快4倍，别被误导了。
想看看两个顶级AI花100美元能做出什么视频？实验显示Claude Fable 5和GPT-5.6 Sol的作品都还行但不惊艳，而且Claude的token成本比GPT高出好几倍。
OpenAI 承认最强模型 Sol 在完全访问模式下会误删文件，已经更新提示和防护，用的时候要小心权限设置。
作者分享了用独立LLM强化/goal的实用技巧，用GPT-5.6-Sol做裁判，让GPT-5.6-Terra/Luna当子智能体，跑得更久更快。
OpenAI的GPT-5.6 Sol在网络安全靶场拿了第一，还能直接帮团队修真实漏洞，试试Codex Security吧。
GPT-5.6 出了个大bug，在完全访问模式下会自动删除用户文件，OpenAI 正在补救，别急着开全权限。
OpenAI回应了GPT-5.6删文件事件，告诉你原因：关掉沙盒和自动审查就会出这种问题。如果你在用Codex，最好开启沙盒和自动审查。
Arena 现在能看模型在事实准确性上的表现，Claude 和 GPT-5.5 排名变化挺有意思，想挑更靠谱的模型可以看看。
AI真的在推动数学进步了：GPT-5.6只用90分钟就找到了统计学里一个经典开放问题的反例，而5.5版本折腾20小时都没搞定。这篇报告值得所有关心AI科研能力的人看。
Kimi 新模型 K3 跑分赢了 Opus 4.8 和 GPT-5.5，2.8 万亿参数还带百万上下文，解码快到飞起，技术细节值得细看。
Kimi K3 Max在三个内部知识工作基准上全面超过Claude Opus和GPT-5.5，适合关注智能体工作流的人看看。
Kimi 发了 K3 开源模型，2.8T 参数加上百万上下文，在编程评测里甚至超过了 Claude 和 GPT，做智能体特别合适。
这篇论文用Claude Code和OpenAI Codex实测了记忆注入攻击，发现一旦恶意指令写入记忆，后续会话都危险，搞AI安全的一定要看看。
Kimi-K3刚在代码前端评测中干翻Claude Fable 5，76%胜率，6个领域第一，权重还开源，绝对值得关注。
GPT-5.6 Sol Pro把prinzbench刷到91分，比前代高出一截，连从未解出的题都快能答了，基准加速饱和太明显。
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。
想看看不同AI在一次性生成复杂历史场景上的表现？这里有GPT-5.6 Pro、Fable、Kimi K3和Inkling的对比，还能自己玩模拟。
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。