搜索
大模型竞技场Arena让Claude Opus 5.5与GPT-6 Astra各自练棋200局，前者估算评分从约1500升至1760，后者从第29盘的1810降至1400，显示AI仅靠记录与复盘提升能力的表现并不一致。
OpenAI 开发者日才过去了 5 天，Tibo 又来预告下一代模型了。这一次，他们终于打算管管模型写出来的屎山代码了。不久前，OpenAI 产品负责人 Tibo Sottiaux 发帖称，未来的模型会更擅长删除和简化代码。
GPT-6 Astra与Claude Opus 5.5独立破译了1593年天主教联盟的两封密信，揭示法兰西国王亨利四世改宗天主教背后高达50万埃居的政治交易，并牵出教皇、西班牙王室与法国天主教联盟之间的权力背叛。
OpenAI 暂扣了最新旗舰模型 GPT-6.1 Astra，因其「未通过内部安全评估」；推迟了 IPO 进程，理由是「技术演进跨入了新阶段」；同时，它还罕见地公开呼应竞争对手，支持放缓前沿研发节奏。
GPT-6 Astra一发布，3D圈已经坐不住了…它能用Blender盖出这样一栋房子，再直接导进Unreal Engine 5，变成能走进去逛的漫游场景：社交媒体上，网友很快玩出了更多新花样。
TapNow上线"3D片场"与"白模视频预演"功能，配合astra模型帮助创作者通过搭建3D场景、编排人物走位与镜头并导出参考，显著减少AI视频生成中反复抽卡的情况。
三星与上海交通大学提出RoboICL具身上下文学习方法，通过冻结GPT-6 Astra模型并在推理时提供少量示范与机器人自身交互记忆，在RoboDojo 30项机器人操控评测中以50.64分全面领先PhysicalRSI等现有方法，并公开了929条可逐布局核查的执行记录及真实机械臂实验结果。
谷歌正式发布前沿AI模型Gemini 4 Argon，其在Text Arena排名第一、Vals RSI指数超越GPT-6 Astra达30%，单任务成本仅1.99美元，单次输出上限升至100万Token，并在谷歌内部以Rust安全语言重写了80万行系统内核代码。
Einsia AI旗下Navers Lab发布视觉编程基准PPTBench，包含500个科学流程图任务并测试10个模型36种配置，GPT-6 Astra High以77.34分居首，但64.03%的结果因流程语义错误被拒，表明视觉理解仍是当前主要瓶颈。
OpenAI深夜发布GPT-6.1 Sol，作为原GPT-6.1因对齐问题暂停后的"干活特化版"，已上线Codex和ChatGPT Work，API价格仅为旗舰Astra的五分之一，在编程、电脑操作等多项基准上以更低成本逼近Astra性能，思维链可控性大幅提升，专为大规模Agent工作流打造。