据动察 Beating 监测,Terminal-Bench 3.0 最新榜单换王。这个评测让 AI Agent 在真实终端环境里完成任务,最后直接检查结果是否正确。当前前三名分别是:1. Claude Opus 5 Max + mini-SWE-agent:43.5%2. GPT-5.6 Sol Max + Codex
据动察 Beating 监测,新科菲尔兹奖得主 Jacob Tsimerman 宣布转向 AI 安全,并将加入 OpenAI。OpenAI 多名研究负责人已经公开欢迎他入职。他对 AI 的担忧不是临时起意。2025 年,他曾与 Andrew Critch 合写论文,系统梳理 AI 导致几乎全人类死亡的可能路径。论文没有
据动察 Beating 监测,爆料博主 leo 质疑,DeepSeek V4 Pro 的官方 API 会把部分复杂编程请求转给 Claude Fable 5。目的可能是收集输出,用于模型蒸馏,也就是用强模型的答案训练另一个模型。测试者通过 OpenCode 让模型生成 3D 游戏。部分结果与 Fable 5 高度相似,
据动察 Beating 监测,Artificial Analysis 发布 Kimi K3 独立评测。它在 Intelligence Index v4.1 获 57 分。整体水平与 Claude Opus 4.8、GPT-5.5 相当,仍低于 Claude Fable 5 和 GPT-5.6 Sol。这个综合指数由 9