搜索
VA-Bench测试12个主要多模态模型发现，Qwen3.8-max、Opus-5和GPT-5.6-sol虽在目标识别与定位上达100%、操作语义理解达99.6%—100%，完整任务成功率却仅为53.93%、52.86%和51.55%，暴露大模型从空间理解到执行与修正的断层。
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在开发者日后因GPT-6.1 Sol实际体验不及预期、使用额度收紧等问题遭遇用户信任危机，Tibo承诺未来将进行连续28天发布或重置，并将简化产品、提高效率作为核心方向，以兑现此前过度宣传的承诺。
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。
ChatGPT官宣：10月14日起，GPT-5.5将在ChatGPT、ChatGPT Work以及Codex全套餐中彻底下线。 没有缓冲期，没有退路，消费端、企业端、编程端一刀切。 取而代之的，是官方轻描淡写的指路：
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。
何恺明团队提出VISTA方法，将ARC-AGI-3的数字表换回图像并配备可随时翻看的视觉记忆相册，使Claude Opus 5拿下满分100分、GPT-5.6 Sol获得99分，证明卡住大模型的是眼睛和记性而非模型能力本身。
继前阵子 Opus 5.5 被爆出 190 万字提示词泄露后，AI 圈的「地心引力」再次失效——OpenAI 的现役代码模型 GPT-6 Sol Codex惨遭「开盒」，老底被扒得一干二净！据外网爆料者（@elder_plinius）放出的大瓜，他成功提取了 GPT-6 Sol Codex 高达 29.4 万字符的完整系统提示词及工具定义。
Opus5.5已经这么牛了，Fable5.5得啥样？超人在5000年以来每个时代的画作中穿梭，到哪个画框就换成相应的美术风格。这个作品其实不只是视频，而且是发布在Claude官网的Artifact网页，可以任意拖动进度条，原速播放的话甚至有点卡。
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。