天眼早报

🤖 AI 大模型

𝕏 OpenAI 正式发布 GPT-5.6 系列及 ChatGPT Work

OpenAI 正式发布 GPT-5.6 系列，包含旗舰 Sol、均衡型 Terra 和低成本 Luna。Sol 支持 Ultra 模式，可协调 4 个 AI 代理 并行处理复杂任务，在 Agents Last Exam 得分 53.6%，较 Claude Fable 5 高 13.1 分，medium reasoning 成本约为四分之一。同步推出 ChatGPT Work 智能体、全新桌面应用和托管站点。Codex 集成新功能：Ultra 模式、子代理、内联编辑、PR 审查和 Sites 一键部署。定价与 GPT-5.5 相同。

💹 Meta 发布 Muse Spark 1.1，开放 API 和付费模式

Meta（Meta Superintelligence Labs）发布 Muse Spark 1.1，多模态推理模型，支持 1M token 上下文、agentic coding、computer use 及多智能体编排。在 Terminal-Bench 2.1 达 80.0%，接近 Opus 4.8（82.7%）和 GPT-5.5（83.4%）。性能接近 Claude Opus 4.8 但成本仅其 1/10，延迟为其 1/2。在 VibeCodeBench 上提升 ~50%，SWE Bench 提升 ~10%。首次面向开发者推出付费 API，扎克伯格称定价将成为市场最低选择之一。通过 Meta Model API 和 Meta AI 应用使用。

𝕏 Anthropic 推出 GRAM，隔离大模型双重用途知识

Anthropic 发布 GRAM（梯度路由辅助模块），一种训练技术，将双重用途知识隔离到可移除的神经网络模块中，使单个模型可配置多种行为，无需多次训练。

𝕏 GPT-5.6 Sol 在 ARC-AGI-3 刷新 SOTA，达 7.8%

GPT-5.6 Sol 在 ARC-AGI-3 基准测试取得 7.8% 的新最佳成绩，成为首个在该基准上战胜一个游戏的已验证前沿模型。

𝕏 OpenAI 在 AWTF 编程赛中首次击败人类顶尖选手

OpenAI 在 AWTF 2026 的 Heuristic 和 Algorithm 类别中击败人类冠军，这是 首次 AI 在编程比赛决定性获胜。系统基于 GPT-5.6 和自定义自动研究框架，Heuristic 类别被视作 ML 自动研究能力的重要指标。

𝕏 Box AI 测试显示 GPT-5.6 Sol 在企业任务上显著提升

Box AI 评估 GPT-5.6 Sol，在金融（76% vs 71%）、医疗（58% vs 46%）、公共（74% vs 63%）、生命科学（60% vs 51%）四项任务中均超过 GPT-5.5，尤其擅长处理非结构化企业数据。

𝕏 马斯克承认 Anthropic 领先，称 Fable 是目前最佳模型

Elon Musk 发布推文承认自己在 Anthropic 问题上判断错误，认为 Anthropic 当前是 AI 领导者，Fable 系列无模型可及。同时强调不会采取损害竞争者的手段，并列举特斯拉、SpaceX 的开放案例。

𝕏 GPT-5.6 成本效率分析：比 Fable 5 少一半 token、低三分之一成本

LiorOnAI 解析 GPT-5.6 的竞争优势：自适应推理、并行代理、程序化工具使用带来更高 token 效率。在 Coding Agent Index 得 80.0，输出 token 与延迟均低于 Fable 5 约 50%，成本低约 33%。

𝕏 Artificial Analysis 评测：GPT-5.6 Sol 智能指数第二，成本为 Fable 五分之一

Artificial Analysis 发布 GPT-5.6 Sol/Terra/Luna 全面评测。Sol 在智能指数仅以 1 分 之差落后 Fable 5，但每任务成本仅 $1.04，约 Fable 的 三分之一。在 Coding Agent Index 以 80 分 领先所有模型。

𝕏 Schmidhuber 发文反驳 LeCun，澄清 1990 年世界模型论文通过同行评审

Jürgen Schmidhuber 发布长文，逐条反驳 Yann LeCun 关于其 1990 年 Neural World Models 论文未通过同行评审的说法。列出 IJCNN'90 等发表记录，并指责 LeCun 的 JEPA 架构实质是重述其 1992 年 Predictability Maximization 方法。

𝕏 Grok 4.5 评测：非 Anthropic 模型最佳，成本效率领先

Artificial Analysis 评测 Grok 4.5 在 AA-Briefcase 得分 1328，仅次于 Claude Fable/Opus；平均每任务成本 $1.12，比 Opus 4.8 低 86%，耗时 12.4 分钟。Elon Musk 称即将支持 1M+上下文。早期评测显示，在 ncode 任务上优于 GLM5.2，但缺少 1M 上下文，价格偏高，适合作为子代理执行臂。

𝕏 Sam Altman：GPT-5.6 Sol 在单位任务成本上取得巨大进步

Sam Altman 表示，企业担心 AI 成本，GPT-5.6 Sol 在每任务美元成本上大幅提升，同时 Terra 和 Luna 也提供了高效选项。

𝕏 Anthropic 任命前美联储主席伯南克为长期利益信托成员

Anthropic 宣布其长期利益信托任命 本·伯南克 博士为新成员。伯南克是前美联储主席，将为公司治理提供独立监督。

𝕏 Fable 5 在 EnterpriseOps-Gym 基准中以 51% 准确率领先

Artificial Analysis 发布独立评测 EnterpriseOps-Gym-AA，测试 AI 代理在企业运营中的能力。Claude Fable 5 以 51% 领先，Gemini 3.5 Flash 第二（50%），GPT-5.5 第三（47%）。任务成本从 $0.01 到 $0.93 不等。

𝕏 Fable 5 vs GPT-5.6-Sol 实测评测：智能 vs 执行力

开发者 petergostev 对比 Fable 5 和 GPT-5.6-Sol，结论：Fable 更聪明但不可靠，GPT-5.6-Sol 执行力和鲁棒性完胜。包含 UI、写作、视频编辑等多项对比。

𝕏 Perplexity 发布基于 GLM 5.2 的 orchestrator 模型，成本仅为 Opus 的 34.4%

Perplexity 推出研究预览版 orchestrator 模型，基于 GLM 5.2 后训练，专为 Computer 使用优化。模型内置 advisor 工具可自动升级至更强模型，在美国 Nvidia B200 GPU 上托管，成本为 Opus 的 0.344 倍。

𝕏 开源 AI 工具 Ollama 获 6500 万美元融资，用户近 900 万

据 TechCrunch，开源 AI 开发者工具 Ollama 完成 6500 万美元 融资，活跃用户超过 900 万，加速开放模型扩展。

---