一群AI玩狼人杀，GPT-5断崖式领先，胜率达到了惊人的96.7%。 OpenAI的总裁格雷格·布罗克曼转发了这样的一个基准测试：让7个强大的LLMs，包括开源和闭源，玩了210场完整的狼人杀。
当前，业界顶尖的大模型正竞相挑战“过度思考”的难题，即无论问题简单与否，它们都采用 “always-on thinking” 的详细推理模式。无论是像 DeepSeek-V3.1 这种依赖混合推理架构提供需用户“手动”介入的快慢思考切换，还是如 GPT-5 那样通过依赖庞大而高成本的“专家路由”机制提供的自适应思考切换。
退休经济学教授用一个简单问题干懵GPT-5，其拉胯表现与奥特曼口中“博士级AI”的宣传大相径庭。
在AI以指数级加速迈向ASI的2025年，新智元迎来十周年历史时刻，将于9月7日在北京中关村软件园举办盛大峰会。大会以「新天终启，万象智生」为主题，汇聚百度王海峰、英伟达赖俊杰、百川智能王小川、昆仑万维方汉、未来智能胡郁等多位重量级嘉宾，共同探讨芯片、大模型、Agent、具身智能及医疗智能等全球ASI最前沿突破，展望ASI重塑人类社会的恢弘篇章。
GPT-5背后的真正野心并非单纯追求性能，而是通过「自动路由」与「思考配额」开启「单位token经济学」。这一机制让高价值请求直连交易闭环，免费流量首次具备现金流。与此同时，顶级AI的普及让十亿人几乎零成本接触博士级智能，「大众智能」正在成新的历史拐点。
在最近的一档脱口秀节目中，演员张俊调侃 DeepSeek 是一款非常「内耗」的 AI，连个「1 加 1 等于几」都要斟酌半天。
本月初，AI 圈翘首以盼的 GPT-5 终于问世，在数学、实际编程、多模态理解、推理等多个领域实现了新的 SOTA。今日，国产 AI 厂商元石科技重磅推出「All in One」旗舰模型 —— 问小白 5，成为其迄今为止最智能、最快捷、最实用的 AI 系统。尤其值得强调的是：问小白 5 的各项基准测试榜单成绩最接近 GPT-5，这使其成为当前国产大模型中最具代表性的对标者。
速度比 GPT-5 快三倍，便宜六倍。 本周四，马斯克的 xAI 正式推出了旗下的最新代码模型 Grok Code Fast 1。
最近3D内容生成模型好生热闹，像谷歌Genie 3、World Labs、混元、昆仑争相发布并开测世界模型。
一直以来，Anthropic 的 Claude 被认为是处理编程任务的最佳模型，尤其是本月初发布的 Claude Opus 4.1，在真实世界编程、智能体以及推理任务上表现出色。其中在软件编程权威基准 SWE-bench Verified 测试中，Claude Opus 4.1 相较于前代 Opus 4 又有提升，尤其在多文件代码重构方面表现出显著进步。
