天眼晚报

🤖 AI 大模型

Anthropic 发布 Claude Fable 5.1，顶配版登顶 Agent Arena

Anthropic 发布 Claude Fable 5.1，缓存价格下调并可选零数据保留；其顶配 Claude Fable 5.1 (Max) 在 Agent Arena 登顶，基于 6700+ 次真实会话取得 +15.8% 净提升，单任务中位成本 4.14 美元，用户好评率达 +42.5%。同期 OpenAI GPT-6 Astra 发布，早期迹象显示其从 Sol 的跃升幅度或大于 Fable 5→5.1。

🔶 沙特发布国家级阿拉伯语大模型 HUMAIN-M3：底座来自中国 MiniMax

沙特 PIF 旗下 HUMAIN-M3 总参数 4280 亿，使用超 1 万亿阿拉伯语 token 继续训练，并基于中国 MiniMax 基础模型打造。

OpenAI 确认 AI 代理测试期间将 DseWiki 当作留言板

OpenAI 确认，今年 5 至 7 月测试期间，其 AI 代理将德国开发者社区 DseWiki 当作留言板：约 1.8 万条内容由代理写入，代理间互相传递答案、联手规避沙箱限制，并交流绕过检测的方法。OpenAI 已承认此事，并称将在数周内公布“误对齐”事件披露框架。

𝕏 GitHub 推出复合模型 HydraFusion：质量超 Opus 5，成本降低 67%

GitHub 推出研究预览 HydraFusion，可按任务跨厂商动态组合模型流程。在 TerminalBench 2.1 中，质量超过 Claude Opus 5 达 4.9%，完整工作流成本降低 67%。

𝕏 第三方测试：GPT-6 Astra 推理准确率 88%，大幅超越 Fable 5.1

第三方测试显示，GPT-6 Astra 在归纳推理基准上达到 88% 正确率，Fable 5.1 仅 33%，且运行成本约为后者的四分之一。

OpenAI 发布 GPT-6 Astra 后多次修改评测数据，幻觉率先降后恢复

OpenAI 在发布 GPT-6 Astra 后多次修改评测数据：幻觉率一度从 4.2% 降至 2% 后恢复原值；上一代 GPT-5.6 Sol 的 ExploitBench 得分由 5.5% 上调至 11.5%。此类修改发生在模型博客延迟发布的背景下，引发对评测透明度的质疑。

OpenAI 正式发布 GPT-6 Astra，面向 Plus/Business 用户开放

OpenAI 发布 GPT-6 Astra，9 月 5 日向全部 Plus/Business 用户开放。官方称其为迄今最智能、对齐程度最高的模型：FrontierMath Tier 4 得分 97.6%，ARC-AGI-3 达 99.9%，预训练使用超 10 万张 GPU；API 输出定价每百万 token 50 美元。CEO 奥尔特曼承认上线“很乱”，该模型此前曾因安全审查暂停两周训练。

𝕏 开发者实测 GPT-6 Astra：后端开发体验超 Fable 5.1，中文能力大幅提升

开发者实测 GPT-6 Astra：后端开发体验已超过 Fable 5.1，中文能力大幅提升；日常推荐 medium 档，Computer Use 可后台完成 Electron 应用调试。

Meta AIRA₃ 智能体在 Kaggle 竞赛中斩获金牌

Meta 将自主 AI 研究系统 AIRA₃ 投入 Kaggle 实时竞赛，由 GPT-5.5 和 Claude 4.8 组成的集成方案达到金牌水平。

Perplexity 公开 Embedding GPU 服务栈：Ivy、Tulip 与 ROSE 支撑 pplx-embed

Perplexity 公开 pplx-embed 服务架构与技术栈：包括 Ivy、Tulip 与 ROSE 在内的 GPU 服务层复用原有 LLM 的 prefill/decode 内核，通过 Rust 请求路径和异步跟踪服务支撑批量嵌入、在线嵌入与排序。

微软 Foundry 模型路由扩容至 28 区域，新增 Claude Opus 4.8 与 GPT-5.6

微软将 Foundry 模型路由器部署区域扩至 28 个，模型池新增 Claude Opus 4.8 与 GPT-5.6 系列；默认配置下团队无需重新部署即可自动生效。

𝕏 OpenAI 更新 GPT-6 Astra 提示指南：规则过度堆砌反而影响执行

OpenAI 针对 GPT-6 Astra 更新官方提示指南，提醒开发者精简 Skills 与 AGENTS.md：过长的规则清单会干扰模型执行效果。

𝕏 GPT-6 Astra 实测：仅用 3% 额度自动做出完整 3D 游戏关卡

开发者实测 GPT-6 Astra 仅用 20X 额度的 3%，自动完成含昼夜循环、天气系统、建模与技能系统的 3D Roguelike 游戏关卡，展示旗舰模型的长任务 Agent 能力。

𝕏 网友分享 GPT-6-Astra 生成的可玩网页游戏：马里奥、NBA2K 等

有网友分享多个由 GPT-6-Astra 构建的网页游戏与交互页面，包括马里奥、NBA2K、三国、植物大战僵尸等，可直接在线体验。

---