跳到正文
11月21日周六
11月19日周四
  1. SenseTime58

    商汤宣布 SenseNova U1 Pro 在 DesignArena 的图像生成和图像编辑两个榜单均首次上榜即位列第 6,使商汤在图像 AI 实验室中排名第二,仅次于 OpenAI。商汤还称 U1 Pro 进入图像偏好与价格的帕累托前沿,在较低生成成本下保持画质与美感。DesignArena 的引用内容提到,该模型在生成特定艺术风格或年代感图像时胜率较高,图像编辑则擅长按用户要求精确修改而不影响画面其他部分。

    引用DesignArena@DesignArena

    BREAKING: SenseNova U1 Pro by @sensetime_ai makes its debut as the #2 Image lab, just behind @OpenAI. For image generations, it wins most often on prompts that ask for specific art styles such as an “impressionist painting,” or an image set within a certain time period such as the 1920s art deco era. For image editing, its strength is in making precise, user-requested edits without creating unintended changes elsewhere in the image. Congrats to the @sensetime_ai team on achieving a strong result!

11月18日周三
  1. 智东西88

    OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款模型

    OpenAI 发布前沿模型 GPT-6.2 Astra 和日常通用模型 GPT-6.2 Sol,称两者能以更少输出 token 取得更优效果。Astra 的 API 输入输出价格比 GPT-6 Astra 低 20%,每百万 token 输入 8 美元、输出 40 美元;Sol 沿用 GPT-6.1 Sol 定价,输入 2 美元、输出 10 美元。

    同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 与 Sol》

  2. 开源中国82

    OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型

    OpenAI 宣布上线 GPT-6.2 Astra 和 Sol 两款模型,其中 Astra 为旗舰版本,定位面向最难的项目,在专业工作和科学研究评测上刷新自身记录,每任务成本不到 GPT-6 Astra 的三分之一。Sol 与 Astra 分工明确,官方称两者的差别会体现在幻觉等方面。

    同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 与 Sol》

  3. Tibo88

    OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,官方称其高效且面向真实场景。Tibo 表示 ultrafast 已扩展到 GPT-6.2 Sol 的 Pro 200 套餐,并称 Sol 是他日常使用最多的模型。

    引用OpenAI@OpenAI

    Some of you have been asking very politely. Some of you have just been asking. GPT-6.2 Astra and Sol are now available. Super efficient and built to perform where it counts—the real world. https://openai.com/index/introducing-gpt-6-2-astra-sol

    同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 与 Sol》

  4. 🚨 AI News | TestingCatalog88

    OpenAI 正式发布 GPT-6.2 Astra 和 Sol 两款模型。据官方引述,在 Agents' Last Exam 基准上,GPT-6.2 Astra 比 GPT-6 Astra 高 5.2 分,成本不到后者的三分之一;比 Claude Fable 5.2 高 5.5 分,成本仅为后者的 5%。作者根据公布的基准认为,6.2 Sol 也优于 Opus 5.5。

    引用OpenAI@OpenAI

    Some of you have been asking very politely. Some of you have just been asking. GPT-6.2 Astra and Sol are now available. Super efficient and built to perform where it counts—the real world. https://openai.com/index/introducing-gpt-6-2-astra-sol

    同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 与 Sol》

  5. OpenAI News82

    OpenAI 发布 GPT-6.2 Astra 与 Sol

    OpenAI 发布 GPT-6.2 Astra 和 Sol,官方称其在专业输出、编码、电脑操作和效率上有所提升,并在 ChatGPT Work、Codex 和 API 上以更低成本提供。

    推荐理由:官方给出 GPT-6.2 两个版本在专业输出、编码与电脑操作上的能力变化,以及更低成本这一层信息。

  6. Andrew Curran82

    OpenAI 宣布 GPT-6.2 Astra 和 Sol 现已可用,称其高效并针对真实场景表现做了优化,同时给出介绍页面链接。Andrew Curran 转发该官方发布,正文仅标注为官方帖。

    引用OpenAI@OpenAI

    Some of you have been asking very politely. Some of you have just been asking. GPT-6.2 Astra and Sol are now available. Super efficient and built to perform where it counts—the real world. https://openai.com/index/introducing-gpt-6-2-astra-sol

    同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 与 Sol 系统卡》

  7. Andrew Curran88

    Andrew Curran 引用 ARC Prize 数据称,OpenAI 的 GPT-6.2 Astra 是首个在 ARC-AGI-3 上拿到 100% 成绩的模型,provider adapter 口径成本为 $4.1K,standard 口径为 70.3%、$24.2K。同一组数据还显示其 ARC-AGI-2 得分为 95.8%($0.50/task),ARC-AGI-1 为 98.5%($0.17/task)。

    引用ARC Prize@arcprize

    GPT-6.2 Astra from @OpenAI on ARC-AGI (Verified): - ARC-AGI-3: 100.0% (SOTA), $4.1K (provider adapter), 70.3%, $24.2K (standard) - ARC-AGI-2: 95.8% (SOTA), $0.50/task - ARC-AGI-1: 98.5%, $0.17/task GPT-6.2 Astra is the first model to achieve a 100% score on ARC-AGI-3.

    推荐理由:ARC-AGI-3 榜单显示 GPT-6.2 Astra 在两种成本口径下均达 100%,可对照其 ARC-AGI-2 与 ARC-AGI-1 成绩。

11月16日周一
  1. Qwen62

    Arena 榜单显示,Qwen4-Max 在 Agent Arena 上较 Qwen3.8-Max 净提升 7.5%,整体排名从第 39 升至第 14,成为排名最高的中国模型,阿里也因此成为第 5 大实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。该成绩基于全球社区 14.7k 条真实智能体会话轨迹;四项信号中用户满意度与可控性提升最大,Praise vs. Complaint 提升 13%、Confirmed Success 提升 9%、Steerability 提升 8%、Bash Reliability 提升 3%。中国模型中,腾讯 Hy4 以 +5.7% 排第 19,月之暗面 Kimi K3.1 Pro (Max) 以 +4.0% 排第 21。

    引用Arena.ai@arena

    Qwen4-Max by @Alibaba_Qwen is the #1 Chinese model on the leaderboard making Alibaba now the #1 Chinese lab and #5 lab overall, just behind Anthropic, Google, OpenAI and Meta. It debuts overall at #14 on Agent Arena with +7.5% net improvement across 14.7k real-world agentic sessions from our global community, real traces on real tasks. This is a major leap over Qwen3.8-Max - Rank: #39 → #14 overall The Chinese frontier on Agent Arena: - #14 Qwen4-Max (Alibaba): +7.5% - #19 Hy4 (Tencent): +5.7% - #21 Kimi K3.1 Pro (Max) (Moonshot): +4.0% - #26 MiMo-V2.6-Pro (Xiaomi): +1.5% - #30 DeepSeek-V4.1-Flash (Max) (DeepSeek): +1.1% Breaking down performance across signals: Qwen4-Max improves over Qwen3.8-Max across all four reported signals, with particularly large gains in user satisfaction and steerability. - #15 Praise vs. Complaint: +13% (best Chinese model) - #13 Confirmed Success: +9% (best Chinese model) - #19 Steerability: +8% - #29 Bash Reliability: +3% By category, it is a top-ranked Chinese model across all 3: - #12 in Work: +9% - #14 in Chat: +8% - #16 in Code: +8% Congrats to the @Alibaba_Qwen team on this release!

11月15日周日
11月13日周五
  1. 宝玉88

    Google 于 11 月 12 日发布 Gemini 4 Hydrogen,接替 Gemini 3.8 Flash,主打快和省,对标 Anthropic 的 Claude Sonnet 5.5 和 OpenAI 的 GPT-6.1 Terra。

    引用Sundar Pichai@sundarpichai

    Following Carbon + Argon, Gemini 4 Hydrogen brings cutting-edge intelligence to everyone. Built for speed and efficiency for everyday tasks, coding and agentic workflows. Compared to 3.8 Flash, it finishes tasks 2.5x faster. Also has 4 thinking levels, so you only wait and pay for the reasoning depth a task requires. Rolling out today to all tiers of @GoogleAIStudio, the Gemini API, @GeminiApp, Search and paid Google AI Pro and Ultra subscribers in Google @Antigravity.

    同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》

11月12日周四
  1. Simon Willison65

    Google 发布 Gemini Decision 1 决策模型 API

    Google 推出 Gemini Decision 1,加入 Jev 和 OpenAI 所在的决策模型类别,支持 yes/no、选择和多维评分三类问题,并沿用 Jev 的 Noul 术语。该模型定价为每百万输入 token 10 美分、输出免费,支持文本、图像、音频、视频和 PDF,作者用一段机器人视频实测其 yes/no 问题返回的是概率值而非 1.0 或 0.0。

11月11日周三
11月10日周二
  1. 量子位85

    英伟达发布机器人基础模型GR00T 2,模型与数据将陆续开源

    英伟达GEAR团队在CoRL大会上发布新一代世界动作模型GR00T 2,可同时预测未来画面与机器人动作,模型、数据、仿真环境和数据采集硬件将陆续开源,10万小时人类数据已率先开放。

    推荐理由:原文给出GR00T 2的跨本体迁移路径与数据金字塔构成,可了解机器人基础模型如何利用人类视频降低示范成本。

  2. IT之家88

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,编程基准超过 GPT-6 Astra

    Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称在编码、推理、科学研究、网络安全及机器人等领域均有提升,输出速度最高提高 30%、成本下降 20%。

    推荐理由:原文列出 Fable 5.2 与 GPT-6 Astra、Gemini 4 Carbon 在多项基准上的分数对比,可据此判断其位置。

11月9日周一