AiTest123.comAI 评测与可信度检测平台
拖动滑块完成拼图，通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
本文来源：时代周报 北京时间11月6日，OpenAI正式发布网络安全专用模型GPT-6 Cyber。上述模型在漏洞发现与利用开发能力上较GPT-5.6 Cyber显著跃升。OpenAI称GPT-6 Cyber在Linux和Firefox等安全关键型代码库中发现并验证了数千个漏洞，并在大多数网络安全任务上都优于GPT-6
给大家梳理一下Ai领域最新动向，以及投资逻辑：1、从通用模型继续向垂直化、多模态、可执行与物理世界推进OpenAI于11月5日至6日发布GPT-6 Cyber，定位于授权网络安全研究。对产业链的意义在于，AI将给网安行业带来两条增量：一条是模型赋能安全工具本身，另一条是随着AI系统普及，企业必须新增安全与合规预算，从而
DeepSeek Harness披露最新数据：日活154万，日耗Token 92万亿Deepseek披露最新数据，截至11月4日，以使用官方API的用户为统计范围，DeepSeek Harness日活跃用户已达154万，日消耗Token约92万亿。第三方插件数量已增至约3.5万个，约60%的活跃用户制作或安装了至少一款
机器之心编辑部AI 圈等了一整天，OpenAI 期待已久的新模型还是没有出现。此前，OpenAI 新一代 Astra、Sol 可能在 11 月 6 日发布的消息，已经让不少开发者提前进入了等待状态。先是 Codex 使用记录中出现了 gpt-6.2-astra，随后又有用户在 Google Clou 相关页面发现了 g
2026年11月6日，OpenAI联合酶设计公司Ligo发布BioBasicsBench，这是一个包含100项湿实验室任务的评测基准，使用真实实验原始数据而非论文精修图。七个模型参与测试，GPT-6 Astra以xhigh推理设定下66.7%的平均得分居首，但OpenAI自己也承认，这一分数不意味着模型已能在实验室做出
2026年11月6日，OpenAI联合酶设计公司Ligo发布BioBasicsBench，这是一个包含100项湿实验室任务的评测基准，使用真实实验原始数据而非论文精修图。七个模型参与测试，GPT-6 Astra以xhigh推理设定下66.7%的平均得分居首，但OpenAI自己也承认，这一分数不意味着模型已能在实验室做出
CGR 的 R\&D 工程师 Matthew Ortman 描述自己使用这个工作流的感受时说，「模型给出的反馈可以直接落地，手动微调可以直接在里面完成，整个过程变得更顺畅、更少干预」。
2026-11-08 赢政指数 Smoke 快测覆盖 13 个模型，GPT-6 Astra 以 90.64 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
阿里巴巴联合五所高校发布Co-Design Bench，基于26314个真实编码会话提炼273道任务。GPT-6 Astra平均满足69.9%验收条件，但完整完成任务仅26.4%。报告指出局部达标与完整交付存在明显差距，测试覆盖多模态编辑与仓库编辑两轨。
合成环境后，再在里面合成高质量的 agent 任务、对应的 verifier 验证器，来组成 {environment, task, verifeir} 训练样本，只在这些合成的环境中训练两个 Qwen 模型（Qwen3.6-35b-a3b 和 Qwen3.5-4b)，却在 8 个横跨 web agent, claw
新智元报道 这两天，MIT的一篇「权重空间编程」博客在AI圈刷屏了。实验里，GPT-6 Astra自己写Python脚本排查诊断，只改了一个0.8B小模型里0.016%的权重，就治好了它的复读死循环，让数学成绩原地暴涨6倍。虽说很快有大神扒出它并不是凭空「心算」权重，本质还是写代码修Bug但博客文末点到的那个词，正是硅
中经记者 曲忠芳 北京报道“想象一下，如果你有一个神奇的魔法棒，点一下就能让GPT-6（OpenAI旗下的最新大模型）直接跑在手机上，那为什么它们不做这件事呢？”11月5日，在面壁智能技术分享会上，面壁智能多模态大模型实验室算法研究员蔡天驰用这样一个反问句直白地指出了做端侧智能的必要性。不同于大众更为熟知的通用大模..
GPT-6 Astra发布才两个月，GPT-6.2 Astra眼瞅着就要来了。 然而具身智能行业还没从上一轮打击中缓过神来。 一切都是那么猝不及防。 还记得GPT-6 Astra刚出来时，一批具身从业者被打懵了。特别是在一线搞预训练的工程师，更是人人自危。 近期，业内又传出消息，一些具身智能公司开始裁撤算法岗。 过去需
2026年的机器人竞赛场上，发生了一件挺让人意外的事。当时排行榜上排名靠前的，是一堆有着炫酷名字的模型：GPT-6 Astra、π0.5、各种打着"世界动作模型"旗号的新秀。这些模型动辄几十亿参数，靠海量真实机器人数据训练出来，代表着当下机器人智能的最高水平。它们在一个叫RoboDojo的测试里，最好成绩是31.38%
我勒个去，重置之神Tibo居然自己被调岗重置了？！ 路透社最新消息，Tibo目前已经转去负责OpenAI的内部系统安全项目； 而接过他手中接力棒的，可能正是Codex App创始团队成员Andrew Ambrosino。 消息一出，吃瓜群众便火速赶到Andrew的评论区，直接给准“接班人”派起了活。 有人先替Plus用
2026-11-09 赢政指数 Smoke 快测覆盖 13 个模型，GPT-6 Sol 与 GPT-o3 以 92.49 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
**GPT-6.1 Sol 服务异常：执行力骤降引发多平台连锁故障** 过去6小时内，X平台已出现至少3起公开用户反馈，指向OpenAI旗下GPT-6.1 Sol模型出现显著服务异常。多名开发者与企业用户反映，该模型在实际任务执行中出现“只规划不落地”的惰性行为，同时伴随子代理越权操作与底层提供商...
本期重点梳理了三个关键动向：月之暗面推出Kimi Hosted Agents，试图降低企业使用长程智能体的运维门槛；苹果在国行iOS测试版中接入阿里通义千问，以补足本地化AI能力；OpenAI则谨慎地开放了具备漏洞挖掘能力的GPT-6 Cyber模型。此外，Thinking Machines和Ripple等机构也在稀疏
本期重点：OpenAI的自动化安全管线在Firefox里揪出111个渲染器漏洞，其中81个是新的；GitHub发布新Git存储架构，单仓库能扛5000个并发智能体写入；Hugging Face把ML Intern做成了Slack机器人，AWS Bedrock上线Web Answer工具。另外，a16z报告指出公开漏洞数
机器之心编辑部在小鼠脑部手术中，考验操作者的往往是进针之前的一个细节：找到头骨上几个极其关键的解剖标志。这些点看起来不起眼，却决定了后续手术坐标如何计算。位置稍有偏差，针头就可能无法准确抵达预定的脑区。现在，AI 也开始学习这项操作了。近日，生物科技初创公司 Exin Therapeutics 联合创始人兼 CEO G
本文分析了蚂蚁百灵大模型Ling-3.2 Flash的发布、OpenAI融资、以及Thinking Machines Lab筹集资金等事件，探讨了AI大模型竞赛背后的技术突破与资本狂欢，以及行业发展趋势。
本期速报关注大模型权重开放与端侧应用落地。百度正式开源ERNIE 5.5 Flash Base基座模型，采用MoE架构支持百万级上下文；OpenAI推出GPT-6.1 Sol Ultrafast及Decisions API，主打代码生成速度与实时决策能力。此外，Hugging Face发布端侧语音合成模型Phonon
IT之家 11 月 7 日消息，OpenAI CFO 莎拉 · 弗莱尔认为，尽管 2026 年美国中期选举改变了国会的政治格局，但公司的 IPO 计划并未受到影响。当地时间 6 日，弗莱尔接受 CNBC 直播采访时说：“你看，我们拿着管理者的薪水，就是要应对各种可能出现的情况。我不认为有什么事情对我们产生了重大影响。”
智东西（公众号：zhidxcom）作者 | 孙小雯编辑 | 程茜智东西11月6日消息，今日，前OpenAI首席技术官米拉·穆拉蒂创办的美国AI创企Thinking Machines Lab发布通用多模态模型Inkling 2 Small，并将于下周开放权重。该模型重点改善定制训练表现，支持开发者用自己的数据进一步训练，
Tibo 不发糖了？因为Open AI 的内部安全烂透了 作者丨高允毅 编辑丨岑 峰 OpenAI 的“赛博义父”好像换人了？最先发现不对劲的是敏锐的网友。 11 月 4 日，Codex 团队的产品负责人 Andrew Ambrosino 发帖称，关于 OpenAI 产品的任何意见都可以反馈给他。 Tibo 在下面跟了
GPT
