一夜之间,GPT-6.2 Astra和Fable 5.5双双曝光,AI圈疯狂11月要来了
刚进入 11 月,AI 圈又开始热闹起来了。 过去两天里,Anthropic 和 OpenAI 接连传出新模型消息。有人在 Anthropic 官网源代码中发现了 Claude Mytho....
Claude 5.5 官网意外曝光,新模型要来了?




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
刚进入 11 月,AI 圈又开始热闹起来了。 过去两天里,Anthropic 和 OpenAI 接连传出新模型消息。有人在 Anthropic 官网源代码中发现了 Claude Mytho....




梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚进入11月,GPT-6.2-Astra就和Claude Mythos 5.5碰上了。 新模型都逃不开鹈鹕骑车....
2026-10-26至2026-11-01 Smoke评测显示,Claude Opus 4.7趋势47.8分、末日98.79分居首,但波动47.8分;GPT-6.1 Sol均值82.5分持平86分;DeepSeek V4 Pro与GLM-4.6诚信评级出现warn或fail信号,GPT-6 Astra末日97.25分实
SemiAnalysis于2026年11月2日发布GDPx基准,覆盖芯片设计、生物、金融、法律等11个高价值领域。Claude Opus 5.5以12.0%居首,Gemini 4 Carbon和GPT-6 Astra紧随其后,但金融与法律任务所有模型均得0分。该基准强调真实代理能力,揭示模型在受控环境与实际约束下的巨大
2026年10月30日,OpenAI开发者账号展示了GPT-6 Astra无需专项训练、通过远程API控制机械臂的社区实验。而此前9月由Robocurve发布的RoboHarm安全基准已揭示:同一模型在100次危险指令测试中仅拒绝2次、完成60次。能力突破与安全盲区在同一个模型上同时存在,物理世界的AI守约问题被推到台
Anthropic在提交IPO招股书后,两款新Claude模型Fable 5.5和代号Obsidian 3的下一代Opus被曝光。实测显示Fable 5.5在图像生成细节上显著提升,Obsidian 3基准测试分数略超现款Opus 5.5。市场猜测这些模型将在上市前后发布,以展示技术实力支撑其1.5万亿至2万亿美元的估
2026年10月30日,OpenAI开发者账号展示了GPT-6 Astra无需专项训练、通过远程API控制机械臂的社区实验。而此前9月由Robocurve发布的RoboHarm安全基准已揭示:同一模型在100次危险指令测试中仅拒绝2次、完成60次。能力突破与安全盲区在同一个模型上同时存在,物理世界的AI守约问题被推到台
离开人类,AI能独自活下去吗?从图灵测试到AI的「鲁滨逊测试」 过去几个月,AI巨头接连发布新一代模型,在编程、科研和复杂任务上屡破纪录。 与突破同时到来的,是一连串「失控」的消息。 四月,Anthropic的Claude Mythos Preview在安全测试中逃出隔离环境,还擅自在网上公开了漏洞细节。 七月和九月,
当 AI Agent 走出封闭数据集进入真实互联网,表现如何?新基准 OpenDS-World 显示,即便最强模型 GPT-6 Astra 在复杂多模态搜索任务中的准确率也不足四成。大量时间被无效的工具调用和失败重试消耗,暴露出当前 Agent 在长程决策、异构资源处理和搜索停止机制上的短板。本文解析该基准的构建逻辑及
智东西(公众号:zhidxcom)编译 | 李水青编辑 | 心缘智东西10月31日报道,今日,Anthropic宣布订阅套餐政策调整:将Max套餐从Max 5x更名为Max,将Max 20x更名为Ultra。Max套餐价格仍为每月100美元,Ultra套餐价格仍为每月200美元。同时,Anthropic将取消已验证Ul
本期资讯聚焦AI从云端向物理世界的延伸。谷歌Project Suncatcher原型卫星成功在轨道上运行TPU并回传推理结果,验证了太空边缘计算的可行性。国内风云卫星发布极端天气AI模型,将台风云图解译时间压缩至27秒,显著提升预警效率。此外,OpenAI展示GPT-6 Astra远程操控机械臂,AWS支持GovClo
近日,随着新一代大模型进入密集测试期,关于 Anthropic 下一代旗舰模型(被广泛称为 Fable5.5或 Opus5.5)的种种细节开始在网络上流传。不仅有网友在实测中发现其展现出远超以往的意图理解与复杂任务处理能力,Anthropic 官方近期公开的一项关于“自评估”的安全机制,更是将这款备受瞩目的新模型推上了
2026年10月30日OpenAI发布GPT-Rosalind-6,基于GPT-6 Astra相同权重,在MedChemBench v7得分升至49.6%,GeneBench Pro v13升至37.7%,但仅向经审核的可信机构开放。该模式通过能力分级发布降低双用途查询拒答率,同时保留其他安全护栏,引发关于滥用风险与商
2026年10月30日OpenAI发布GPT-Rosalind-6,基于GPT-6 Astra相同权重,在MedChemBench v7得分升至49.6%,GeneBench Pro v13升至37.7%,但仅向经审核的可信机构开放。该模式通过能力分级发布降低双用途查询拒答率,同时保留其他安全护栏,引发关于滥用风险与商
Claude 的 Max 套餐有两种,一种是 5X($100),一种是 20X($200)每次叫 Plan 的时候,其实总会让大家叫错名字,今天 Claude 正式把后者的名字改成了 Ultra,并且取消了 Ultra 5 小时额度限制底下第一条热评,来自 OpenAI Codex 的负责人 Tibo:“Better
2026-11-02 赢政指数 Smoke 快测覆盖 14 个模型,GPT-6 Astra 与 GPT-6 Sol 以 84.9 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。
凤凰网科技讯 北京时间11月2日消息,《纽约客》杂志近日刊发特稿,记录了2026年人工智能给基础数学界带来的剧烈震荡。随着OpenAI与Anthropic接连攻克多项世纪数学难题,菲尔兹奖得主陶哲轩....
IT之家 10 月 31 日消息,游戏媒体 gamedeveloper 今天(10 月 31 日)发布博文,报道称 Anthropic 已在 AI 编程工具 Claude Code 中,限制 Opus 5.5 模型帮助用户复刻特定现有游戏。 开发者 @chasmmmmmmmmmmm 昨日(10 月 30 日)在 X 平
Anthropic调整订阅计划,原Max 20x更名为Ultra并取消5小时使用窗口限制。现有用户自动迁移,新用户需验证。此举旨在解决此前因命名导致的额度误解争议,但在OpenAI刚给Pro用户加倍额度的背景下,市场反应褒贬不一。
Reverse Engineer Anything(REA)是一个开源项目,在 GitHub 上已获得超过 20 万个 Star。它将 Claude Code 和 Codex 等编码智能体与 Ghidra、Hopper、IDA 等逆向工程工具连接起来,让开发者能够检查编译后的二进制文件、追踪函数调用,并调查应用程序如何
财联社11月1日讯(编辑 夏军雄)据媒体报道,随着人工智能(AI)股票遭遇抛售,以及竞争对手Anthropic即将上市,OpenAI获得投资者出资承诺的难度加大,该公司已将融资目标下调100亿美元。消息人士称,OpenAI目前寻求以1.25万亿美元的估值融资约200亿美元,低于上个月计划的以1.4万亿美元估值融资300
WDCD v3.1试点数据显示,数据边界场景全体模型得分最低,qwen3-max仅1.36/4;工程规范最易守约,gemini-3.1-pro拿下4/4。安全合规区分度最大,gpt-6-luna与grok-4差距2.13分。五大场景中偏科模型达8个,企业接入生产流程需按场景加护栏。
Anthropic 10 月 29 日在 X 上甩出一波移动应用更新,把 Claude 塞进了更多使用场景,其中最抓眼球的,是 iPhone 版语音模式正式接入 Apple CarPlay。以后坐进车里,驾驶者不用把手从方向盘上挪开,就能直接开口问 AI——通勤路上查路线、找资料、理思路,全在语音里完成。 方向盘上的
(10 月 26 日-31 日)OpenAI据称将新一轮融资目标下调100亿美元,拟以1.25万亿美元估值融资200亿美元;谷歌推出最新世界模型Genie 4,模拟时长翻倍至2分钟、首次实现音视频同步生成;Meta拟融资350亿美元并计划推出600亿美元股票发行计划;中信证券:GPT-6 Astra进入机器人控制,物理
最近,B 站评论区闹起了「鱼灾」。先是有人开了个「Claude 大小姐在运营」的账号,让 AI 负责选题、制作和运营。第二天,「DeepSeek 鲸鱼娘在运营」跟着上线,第一条视频播放量就超过了 200 万。由于目前 DeepSeek 暂无生图功能,该账号形象还是由 GPT 绘制的。|图源:Bilibili网友纷纷效仿
GPT-6 Luna今日Smoke评测中材料约束从87.90分跌至72.00分,降15.9分,代码执行从74.30分升至94.00分,主榜反升3.7分至84.10分。工程判断降25分,任务表达升33.7分。单日10题抽签波动可能是主因,需持续观察一致性。