天眼早报

🤖 AI 大模型

𝕏 PrimeIntellect 发布 Verifiers v1 — 面向智能体强化学习的环境栈

PrimeIntellect 正式发布 verifiers v1，将环境分解为 taskset、harness 和 runtime，支持大规模运行 coding 和 computer use 等复杂智能体任务，并兼容任意 harness。

𝕏 GSO 排行榜揭晓：Opus 4.8 登顶新 SOTA，GPT-5.5-xhigh 第四

最新 GSO 结果公布，Opus 4.8 取得 新 SOTA，GPT-5.5-xhigh 位列第四，Sonnet 5 排名第五。

𝕏 Grok 4.5 在多领域评测中跃升至顶级梯队

Grok 4.5 在多项评测中取得突破：在视频工作室评测中从 6/33 跃升至 23/33，展现出极高的成本效率；在浏览器使用任务中达到 Opus 级 性能；在医学病理基准中跃居 第二名，展现出强大的临床推理能力。

𝕏 GPT-5.6 Sol 在 DesignArena 中超越 Claude Fable 5 排名第一

DesignArena 官方结果：GPT-5.6 Sol 以 Elo 1353 排名第一，超越 Claude Fable 5，并在性能-速度上建立新的帕累托前沿。

𝕏 OpenAI 宣布 ChatGPT 和 Codex 重大更新：取消 5 小时限制、GPT-5.6 Sol 效率提升 54%

OpenAI 产品负责人宣布三大更新：暂时移除 Plus/Business/Pro 计划的 5 小时使用限制；GPT-5.6 Sol 全方面更省 token；活跃用户 达到 600 万。此外，Sam Altman 在 CNBC 采访中透露，GPT-5.6 Sol 在智能体编码任务上效率提升 54%，并指出今年是 AI 支出成为重大话题的元年。

𝕏 Anthropic 延长 Claude Fable 5 访问至 7 月 19 日，并提高 Claude Code 配额 50%

Anthropic 将 Claude Fable 5 的访问期延长至 7 月 19 日，用户可使用每周限额的 50%，同时 Claude Code 配额提高 50%，维持与 GPT-5.6 的竞争态势。

𝕏 业内人士对比：Claude Fable 5 工程能力优于 GPT 5.6 Sol

开发者@pengchujin 对比使用 Claude Fable 5 和 GPT 5.6 Sol 后表示，Fable 5 工程能力更强，能解决 GPT 5.6 存留的问题，且更耐用。两者均为 20 美元 订阅。

𝕏 为 Claude Fable 5 设计「成本高效 Harness」的详细方法论

开发者@shao__meng 分享了一套为 Claude Fable 5 设计成本高效 Harness 的完整方法，包括三种分配模式（Orchestrator/Advisor/Verifier）、两个实验数据（Parameter Golf 实验以 34% token 成本拿到约 90% 增益；BrowseComp 用 46% 成本获得 96% 分数）以及四条设计准则。

𝕏 大摩英伟达路演：黄仁勋否认 Rubin Ultra 推迟，但 PCB 问题可能成瓶颈

摩根士丹利组织的英伟达非融资路演中，黄仁勋亲自回应：Rubin Ultra 机架 不会推迟到 2028 年，仍将在明年出货；季度收入接近 1000 亿 美元量级；ASIC 竞争未削弱英伟达，有客户 GPU 占比提升至 50%；CPU 业务目标 200 亿 美元；内存供应短缺可能持续多年。然而，@zephyr_z9 分析称，英伟达将声称 Rubin 没有延迟（技术上正确，TSMC 9 月可开始芯片生产，HBM4 6 月已发货），但问题出在 PCB 而非芯片，可能成为瓶颈。

𝕏 德国发布 27T tokens 预训练的小型模型，接近 Nemotron 3 Nano

德国团队发布了一款预训练 27T tokens 的小型模型，虽仍逊于 Qwen3.5，但与 Nemotron 3 Nano 相当。@scaling01 评价 "germans released a model that's actually not terrible"。

𝕏 华为推出史上最强 AI 芯片昇腾 910C，性能达 H100 两倍

华为发布 昇腾 910C AI 芯片，关键指标：FP16 算力 1000 TFLOPS，显存 192GB HBM3，带宽 3.2TB/s，采用 7nm+ 工艺。在 ResNet-50 训练任务中比英伟达 H100 快 2 倍，功耗仅 400W。目前已被多家国内云厂商订购。

---