搜索
Deepnote发布Agent Initiative Benchmark评测称，OpenAI包揽前二，GPT-6.1 Sol以8.65分、每任务0.11美元成为性价比最高者，Anthropic Fable 5.2成本高17倍但得分更低。
继 Apex-35B-V1.0 凭借领先 Flint 的表现引发关注之后，开源 RSI 模型又迎来一份亮眼成绩单：REMORY 仅凭一个 1.9B 的记忆模块，用两张 H800 实现完全自监督训练，在多项关键评测中领跑；驱动小模型持续数日递归改进，产出接近 GPT-6.1-Terra。
Exin Therapeutics让GPT-6.1 Sol连续参与三轮真实小鼠脑部手术定位，借助外科医生反馈逐轮改善，第三次搜索时间由169秒降至86秒、纠正由4次减至2次、误差由0.6毫米降至0.3毫米，但仅3次操作尚不足以证明其掌握稳定手术能力。
研究显示，GPT-6 Astra、GPT-6.1 Sol和Gemini Argon可能接受过机器人专门训练，并对Franka Panda运动学知识过拟合，尚不能证明其掌握可跨机器人迁移的通用运动学能力。
Einsia AI发布Frontier3DBench，在Blender与Unreal Engine中以145项任务评测11种主流模型与Agent框架配置，GPT-6.1-sol总榜第一，但Agent在开放世界连续交互和持久状态协同上仍显薄弱。
OpenAI发布76秒神秘动画，引发对GPT-6.1 Astra即将发布的猜测；第三方模型追踪截图还显示gpt-6.2-betelgeuse - INTERNAL，网传GPT-6.2 Betelgeuse参数规模达12万亿。
眼看对家Anthropic靠一纸招股书抢尽风头，OpenAI反手甩出GPT-6.1 Terra—— 想独占头条？先问问新模型答不答应。
今天真是个热闹日子。
OpenAI发布GPT-6.1 Terra，每百万token输入1美元、输出5美元，较上代大幅降价，并强化视觉理解、写作和电脑操作；Agents’ Last Exam中追平GPT-6 Astra且速度快3倍以上，第三方评测幻觉率由88%降至38%，现已全面开放。
就在刚刚，OpenAI下一代模型又曝光了。