搜索
谷歌DeepMind疑似下一代旗舰模型Gemini 4 Pro以"gemini-3.8-flash"之名匿名亮相大模型竞技场Arena，在编码、智能体和推理等基准测试中全面超越Astra和Fable，并在网页设计、SVG、3D建模及游戏生成等实测中表现出色。
刚刚，奥特曼又曝新料了。在和Salesforce CEO Marc Benioff的对谈中，他亲口剧透了OpenAI内部模型的最新进展。首先，他给出了这样一句判断：「GPT-5.5的水平大概相当于一个普通的数学教授。GPT-5.6，大概能比肩全球排名前1%到2%的顶尖数学教授。」
只用1300张H200，在一项硬核科学基准上，赢了GPT-6 Astra。
继“牛来”Ox Alpha 之后，OpenRouter 昨晚上又出现了一款身份不明的模型。
9 月 3 日，OpenAI 正式发布 GPT-6 Astra。在 ARC-AGI-3（一个考验 AI 能否在陌生环境中自主探索、理解规则并规划行动的 Benchmark），Astra 拿下 99.9%，并在 96% 的关卡中达到或超过人类的行动效率基准。
GPT-6 Astra 把大模型的能力边界，又向 3D 世界推了一步。它可以操作 Blender、编写代码，直接生成 3D 模型和场景。当通用模型开始学会建模，专门做 3D 生成的创业公司会被吃掉吗？
AI把考卷刷到接近满分，下一张，还能考什么？
OpenAI的GPT-6 Sol已在API中被发现并处于内部测试阶段，预计本月与Anthropic的Opus 5.2同期上线，实测显示其性能逼近GPT-6 Astra但调用成本更低；OpenAI核心研究员Noam Brown在播客访谈中透露，公司已将AI递归自我改进（RSI）确立为第一优先战略目标。
过去两周里，「循环深度」这个词变成了 AI 安全讨论的焦点。
大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。