搜索
DeepSeek官宣DeepSeek-V4.1-Flash-1017全面上线，网页、App和API同步更新且价格不变，在DeepSWE v1.1取得77%最高分，并开放MIT许可证权重及Search/Fetch搜索API。
从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中，GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%，Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
这在这几天，数学家、极客和成群的AI智能体，展开了一场震撼的接力。
AI现在真是开启数学证明扫荡模式了。
作者借助 GitHub 项目 REA 和 Codex GPT-6 Astra，在没有源代码的情况下迭代复刻 Microsoft Word，核心功能与界面高度还原，显示 AI 正显著降低成熟软件复刻门槛。
前些时日，OpenAI 在 GitHub 上一口气放出了 722 篇数学论文手稿。这些手稿被归为 372 个结果「家族」，横跨 17 个数学领域，全部出自一个尚未发布、也没有公开名字的内部模型——其性能远胜 GPT-6 Astra。
人大高瓴 GeWu-Lab、智源研究院与燧行 AresoX 等机构提出 ROMA，构建 ROMI-2K、ROMA Bench 及 ROMA-7B，使机器人融合视听触力主动探索物体，并在 ROMA Bench 上以 72.9% 总体任务成功率基本追平 GPT-6 Astra。
OpenAI推出GPT-6.1 Sol Ultrafast，智能水平接近Astra、最高速度为Sol标准版8倍，API定价为每百万输入token 12美元、输出60美元，Codex和ChatGPT Work仅向特定高阶用户开放。
一道悬了59年的核聚变难题，GPT-6 Astra只想了20分34秒，就交出了答案。
OpenAI开启Codex“疯狂28天”计划，首日宣称将GPT-6 Astra和GPT-6.1 Sol默认推理速度提升约50%至50TPS，但用户实测低于预期，叠加ChatGPT测试广告、欧盟文本隐形水印及订阅调整引发质疑。