最新PRBench基准可以测试AI在金融和法律领域的表现。结果显示，即使是顶尖大模型在处理复杂任务时也表现不佳，尤其在涉及重大经济后果的任务中。PRBench通过模拟真实场景和多轮对话，揭示了AI在专业领域的不足，强调开发更可靠AI系统的重要性。
前沿AI竞赛在2025年11月达到高潮。48小时内，谷歌推出Gemini 3 Pro宣称在主要推理基准测试中领先，而OpenAI立即用GPT-5.1-Codex-Max反击，这是一款专门训练用于通过创新"压缩"（compaction）技术自主工作超过24小时的专业编码模型[43]。加上Claude Sonnet 4.5已确立的编码统治地位和激进的安全过滤器，开发者面临前所未有的选择：
协作 AI，可能是 AI 助手的下一步？
2025 年本该是属于 AI 和算法的一年。
Gemini 3力压全场，OpenAI坐不住了。发布Codex新版本——GPT-5.1-Codex-Max，突破上下文窗口限制，实现跨越数百万token的长时间连续工作，最长超过24小时的那种。
AI圈一日一更的频率，真的是有点跟不住了....前两天，先是Grok 4.1、Gemini 3 Pro发布，今天OpenAI GPT-5.1 Pro也静默登场了！ 众所周知，GPT-5.1主打「情商智商」双强，Pro无疑将这两大优势推向更高层次。
谷歌的Gemini 3，才是奥特曼做梦都想要的「GPT-5」?
在我们探讨今日关于Gemini 的新闻之前，需要提及今晨微软与英伟达宣布，将投资 Anthropic。该公司承诺在未明确时限内投入至少 300 亿美元租赁微软 Azure 云平台上配备英伟达芯片的服务器。至此，三大云服务商均已注资这家 OpenAI 的竞品，再次释放微软已从 ChatGPT 制造商分散投资的信号。
前不久写了一期卡神做的 nanochat ，听朋友说咱们国产早就有类似的开源项目了：miniMind 。
凌晨，谷歌终极杀器Gemini 3重磅来袭，一出手就是Pro顶配版，号称「史上最强推理+多模态+氛围编程」三合一AI战神！基准测试横扫全场，就连GPT-5.1也被斩于马下，AI的下一个时代开启。而且，一上来就是顶配的Gemini 3 Pro——迄今推理最强，多模态理解最强，以及「智能体」+「氛围编程」最强的模型！
