天眼早报

🤖 AI 大模型

𝕏 GPT-5.6 系列多项突破：解决数学难题、登顶基准、集成平台

GPT-5.6 Sol 可能通过 64 个子代理 并行搜索解决了存在 50 年的数学猜想，若通过审查将改变研发经济学。OpenAI 将 GPT-5.6 的 biosafety 越狱赏金翻倍至 5 万美元。在 DeepSWE 编码基准测试中以 73% 胜率排名第一，Sol、Terra、Luna 三种变体成绩均已公开。JetBrains IDE、Figma Make、Perplexity 等平台相继宣布支持。物体检测 mAP 从 13.8（GPT-5.5）跃升至 46.2（Sol），但 Gemini 3.5 Flash 以 61.7 领先。在 Codex 中，GPT-5.6 Sol 获计算机控制权，自主玩 Slay the Spire 2 并获胜。此外，GPT-5.6 Sol 与 Claude Fable 5 在 Code Arena: Frontend 上并列第一，反映其在 Agentic Coding 上的进步。

𝕏 Grok 4.5 多项进展：基准测试领先、免费开放、编程能力追平

Grok 4.5 在低/中努力级别下超越 Fable 5 和 GPT-5.6 Sol，输出 10.8K token 仅需 $0，而 GPT-5.6 Sol 输出 12.9K token 花费 $0.51。在物理模拟任务（机器人战斗、液压机、卡车越障）中达到 GPT-5.6 Sol 水平，成本为零。𝕏 平台已向所有用户免费开放 Grok 4.5，无需付费订阅。此外，Grok 4.5 搭配 Grok Build 在 SWE-Atlas-QnA 基准测试中以 84 分 与 Codex GPT-5.6 并列第一，标志 xAI 编程能力快速提升。

𝕏 GLM-5.2 编码能力趋同 Fable 5，可在消费级机器运行

研究表明 GLM-5.2 与 Fable 5 在 95% 任务上表现无显著差别，但价格差异可达 5-10 倍，用户应在性价比上做选择。同时，GLM-5.2（744B MoE）通过 int4 量化可在 25GB RAM 的消费级机器上运行，激活参数约 40B，使用 NVMe 存储专家权重，冷启动速度 0.05-0.1 token/s，配合 LRU 缓存可提升。

𝕏 智谱唐杰发布 AGI 宣言：开源权重是公共基础设施

智谱 唐杰发布 AGI 定义：全人类智能总和，以创造相对论级别原创知识为标准，并提出三座大山（长程任务、全自主智能体、自我进化）。GLM-5.2 采用 MIT 许可证开放，认为安全源于扩散而非控制。

𝕏 Google Gemma 4 推理速度提升 5 倍，100+ 智能体参与优化

Google 与 Hugging Face 合作举办 6 天冲刺，100+ 智能体协同优化 Gemma 4 推理速度，实现 5 倍加速，全程无“偷懒”捷径。

𝕏 Seedream-5.0 Pro 进入多图编辑排行榜第二

Seedream-5.0 Pro 进入 Multi-Image Edit Arena 排名第二，分数 1415，较前代 Seedream-4.5（第 11 名）大幅提升。

𝕏 美国初创公司将 Qwen 3.6 量化至 iPhone 17 Pro 运行

将 Qwen 3.6 模型量化压缩至可在 iPhone 17 Pro 上运行，一家美国初创公司成功实现，性能据称不错。苹果已开始与其接触，此举或推动阿里 AI 入华进程。

𝕏 用户实测：Claude Max 套餐到期后的模型选择心得

tualatrix 分享 Claude Fable 使用体验：一个月 200 美元 套餐帮助偿还了大量技术债。套餐到期后计划转向 GPT 5.6（设计能力）和 Grok（快速小修复），并期望 Anthropic 将 Fable 纳入订阅套餐。

---