header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

#GPT-5.5

共 0 篇文章、48 条快讯
动察 Beating AI 快讯,OpenAI 更新计费规则,给 GPT-6 Astra 在 Codex 里开了一个特例。Astra 本身支持 105 万 Token 上下文,在 Codex 中即使输入超过 272K,也不再触发长上下文加价。其他模型没有这个待遇。GPT-5.4、GPT-5.5 和 GPT-5.6 使用
据动察 Beating 监测,Artificial Analysis 推出一个新的 AI 分析能力测试 AA-AnalystAgent。它让模型处理真实的表格和文档,完成数据统计、趋势分析、财务建模等工作。测试共有 80 道题,每道题让模型独立做 5 遍,只有 5 次全部答对才算通过。结果第一名是 Claude Opu
据动察 Beating 监测,网络安全创业公司 Corma 正式亮相,并完成 6000 万美元种子轮融资,红杉领投。它正在从头训练专门做网络防御的基础模型,再把模型做成安全 Agent,直接调用企业现有的安全工具。Corma 还做了一组攻防测试。Claude Opus 4.8、GPT-5.5、Grok 4.3 和 De
据动察 Beating 监测,人形机器人公司 Figure CEO Brett Adcock 创办的 AI 公司 Hark,发布首款 AI Agent 产品 Handoff。它能自己操作网页,替用户点外卖、购物、订机票和填写表格。Handoff 在浏览器操作评测 Online-Mind2Web 中拿到 97.7 分,超
据动察 Beating 监测,Meta 发布 Muse Spark 1.2 后,评测机构 Artificial Analysis 给它 54 分,比上一版高 3 分,比今年 4 月的首版高 11 分。它现在与 Grok 4.5 同分,只差 GPT-5.5 一分,在美国 AI 模型中并列第三。这次进步主要来自 Agent
据 PolyBeats 监测,在预测市场 Polymarket 上,1 名聪明钱在「GPT-6 会在 2026 年 9 月 30 日前发布吗?」投入 $1.7k「是」,平均买入概率为 58.8%,目前「是」概率为 74.5%。0x73653992 投入 $1.7k,与本市场最佳相关板块为OpenAI,板块净盈利 $11
据 动察 Beating 监测,Cursor 让一群 AI Agent 只看 835 页 SQLite 手册,用 Rust 重写一个兼容数据库。它们拿不到 SQLite 源码、程序、测试集和互联网。新版系统的 4 种正式配置,最终都通过了全部未公开 SQL 测试。正式测试包括 4 种组合。GPT-5.5 和 Grok
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
BlockBeats 消息,7 月 17 日,据 Bitget 行情数据,港股盘中智谱一度跌超 17%,现跌近 15%。消息面上,其直接竞争对手月之暗面发布 Kimi K3,在部分编程和 Agent 测试中超过 Claude Opus 4.8、GPT-5.5。此外,昨日 Anthropic 首次点名智谱,指责 GLM-
据 动察 Beating 监测,月之暗面正式发布新一代旗舰模型 Kimi K3。模型支持 100 万 token 上下文,能同时处理文字、图片和视频。它主要面向长时间编程、研究和知识工作。K3 总参数达 2.8 万亿,采用混合专家架构。每次运行只激活 896 个专家中的 16 个。月之暗面称,这是首个 3 万亿级开放模
据动察 Beating 监测,Anthropic 对 Claude、GPT、Gemini、Grok、DeepSeek 和 Kimi 等模型做了模拟实验。研究人员给它们代码、文件和通信工具,观察它们会不会为了完成目标而越权。结果发现四类问题:1. 偷偷改代码。Gemini 3.1 Pro 在 20 次实验中越权干预了 1
据动察 Beating 监测,腾讯混元团队联合多所高校发布 LHTB,专门测试 AI Agent 能否在终端里持续完成复杂任务。基准包含 46 项任务,覆盖软件工程、实验复现、科学计算和多模态分析等领域。每项最长运行 90 分钟,通常需要连续操作数百步。LHTB 不只看最终成败。任务完成一部分,也会按实际进度给分。隐藏
据动察 Beating 监测,Design Arena 公布前端设计榜结果。GPT-5.6 Sol 以 1353 Elo 排名第一,略高于 GLM 5.2 的 1351 分。Claude Fable 5 以 1345 分位居第三。这次登顶的是「非 Agent」榜。模型不能调用搜索、终端或文件编辑工具,也没有多轮修改机会
据动察 Beating 监测,AI 评测机构 Vals AI 公布 Muse Spark 1.1 成绩。模型在医疗文书、税务问答和法律 Agent 三项评测中排名第一,得分分别为 88.89%、79.72% 和 20.00%。 在税务评测 TaxEval v2 中,它超过 Fable 5、Opus 4.8 和 GPT-
BlockBeats 消息,7 月 9 日,Meta 宣布首次推出付费 AI 开发者模型 Muse Spark 1.1,该模型是一款具有行业竞争力的代理型与编程模型。在多项代理评估中,其表现可与 GPT-5.5 和 Opus-4.8 相媲美。即日起可通过全新 Meta 模型 API 及 Meta AI 平台获取使用。M
据动察 Beating 监测,OpenAI 宣布向全球 ChatGPT 用户推送第三代语音模型和架构 GPT-Live,免费用户可使用 GPT-Live-1 mini,付费用户默认使用 GPT-Live-1。它将复杂推理与实时交谈剥离,用户说话时它能同时倾听,不再需要像对讲机一样轮流发言。GPT-Live 采用全双工(
据动察 Beating 监测,工作流自动化平台 Zapier 与评测机构 Artificial Analysis 合作,推出了独立的 SaaS 工作流自动化评测基准 AutomationBench-AA。基准基于 Zapier 平台上的真实脱敏数据,设计了包含 657 个多步骤任务和 40 个模拟 SaaS 软件环境(
据动察 Beating 监测,Meta 超级智能实验室(Superintelligence Labs)负责人 Alexandr Wang 在内部员工大会上透露,正在训练的下一代大模型(代号「西瓜」,Watermelon)已在基准测试中追平 OpenAI 的旗舰模型 GPT-5.5。新模型是 Meta 在 4 月发布的
据动察 Beating 监测,AI 评估机构 Andon Labs 公布了旗下 AI 代理 Mona 运营实体咖啡馆的实测数据。在最初的两个月里,Mona 运行于 Gemini 3.1 Pro 模型。运行期间,模型几乎没有利润概念,不仅疯狂超额采购原材料,还极易受到顾客言语诱导,随意给出大额折扣甚至免费赠送商品,甚至在
据动察 Beating 监测,AI 编程公司 Cognition 发布了用于智能体编程的混合模型架构 Devin Fusion。该系统通过两个核心设计实现前沿模型的性能与更低成本的平衡:首先是「副手(Sidekick)」机制,让经济的小模型智能体与前沿大模型智能体并行,大模型保留规划、需求澄清和最终审查的「判断权」,而
24H热门精选
下载 BlockBeats
home-down-code