搜索
Einsia AI旗下Navers Lab发布视觉编程基准PPTBench，包含500个科学流程图任务并测试10个模型36种配置，GPT-6 Astra High以77.34分居首，但64.03%的结果因流程语义错误被拒，表明视觉理解仍是当前主要瓶颈。
Nuanced创始人Ayman Nadeem发文宣布「Plan Mode已死」，指出随着AI模型能力提升，传统计划模式在AI编程中已不再必要，而规划与执行的边界正在逐渐融合。
OpenAI深夜发布GPT-6.1 Sol，作为原GPT-6.1因对齐问题暂停后的"干活特化版"，已上线Codex和ChatGPT Work，API价格仅为旗舰Astra的五分之一，在编程、电脑操作等多项基准上以更低成本逼近Astra性能，思维链可控性大幅提升，专为大规模Agent工作流打造。
匿名AI模型Space Bunny Alpha（太空兔）近期凭借草图转网页、长上下文与Agent编程能力在OpenRouter和OpenCode平台刷屏并冲上日调用量第一，其分词特征与MiniMax M3.1系列高度吻合但尚无厂商官方认领。
代季峰创立的Naive AI开源首个模型Naive-N0.5-Flash，总参数量309B、激活参数量15.5B，原生支持百万token上下文，面向编程与AI研发任务，由AI参与研发并在论文复现等评测中表现优异，权重与代码采用MIT许可开源。
OpenAI发布的GPT-6 Astra可自主调用Blender、KiCad等软件的编程接口，将蒸汽机车图纸拆解为3295个可编辑零件，并依据一句话指令建模后导出为虚幻引擎5中可交互运行的房屋，同时OpenAI承认其网络安全能力已触及准备框架"关键"级。
OpenAI旗下编程智能体Codex于周五下午全面宕机68分钟，硅谷程序员被迫提前收工，OpenAI随后为所有付费用户重置额度作为补偿。
OpenAI Codex负责人Tibo Sottiaux在访谈中详述了Codex从内部Python智能体演进为顶级编程助手的历程，并解释了选择Rust构建核心智能体、从一开始就开源CLI和SDK、不绑定自家模型等关键工程决策背后的考量，指出Codex的终极目标是打造易用的个人AGI。
在大模型在拼命刷 Benchmark 卷编程的时候，「不能说话」的 Jev 却意外成了 AI 圈的新顶流，究其原因，大模型应用的价值正在从「生成什么」，进一步延伸到「能否理解复杂信息，并据此做出可靠判断」。
SpaceXAI正式发布Grok 4.7，定位为目前最强的编程与知识工作模型，采用比4.6更大的全新基础模型并强化长任务执行与自我核查能力，API定价与上一代持平，在多项编程基准测试中较Grok 4.6提升明显且性价比突出，但3D与网页视觉任务表现不稳，整体被视为xAI对开发者市场的一次集中加码。