搜索
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准，GPT-6 Astra以39.0%准确率居首，显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
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。
太反差了。
AI博主Rowan Cheung用GPT-6 Astra搭建私人穿搭工作流，可根据身材、偏好、天气和已有衣物生成OOTD、轮换方案及待清理清单，并公开完整开发Prompt与操作流程。
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
GPT-6 Astra也犯错了。
EinsiaAI旗下Navers Lab发布Quant Arena，将6家厂商的9个模型置于A股历史数据中评测，4个代表策略盈利、5个亏损，最佳GPT-6 Astra年化收益10.7%仍低于17.1%的市场基准。
太震撼了。 就在刚刚，一项研究显示，GPT-6 Astra 已经解决了 98% 的全新理论物理难题！
ChatGPT也学会「摇人」组队干活了！
Manifold AI推出WorldScape R²SI，通过上下文学习与双层Agent持续改进能力登顶RoboDojo Agent Track总榜，超过GPT-6-Astra等模型。