OpenAI

GPT-5.6 Sol刷新ARC-AGI-3基准测试：OpenAI反驳Anthropic优势论

OpenAI最新公布的基准测试数据显示，其旗舰模型GPT-5.6 Sol在ARC-AGI-3逻辑推理基准测试中达到38.3%的得分，一举超越Anthropic旗舰Claude Opus 5的30.2%，后者此前刚刚以四倍成绩刷新了该基准的历史记录。值得注意的是，GPT-5.6 Sol的标准测试得分仅…

GPT-5 被多国监管机构标记为潜在高风险 AI 模型:合规审查全面启动

2026 年 7 月 29 日,欧盟 AI 办公室、美国 AI 安全研究所、英国 AI 安全研究所三大监管机构同步发布公告,将 OpenAI 最新发布的 GPT-5 系列模型列为”潜在高风险 AI 模型”,启动为期 90 天的合规审查程序,审查期间模型在欧盟成员国与英国的部分应用场景将被限制部署。触发监管标记的核心原因是 GPT-5 在多项前沿能力评估中得分突破预设阈值,包括:自主多步推理能力达到…

OpenAI 发布 GPT-5.6 双版本：Pro 与 Thinking 性能深度评测

OpenAI于近日正式推出了备受期待的GPT-5.6，这一最新版本带来了两个引人瞩目的新版本：Pro版本和Thinking版本。GPT-5.6的发布标志着GPT-5系列开始全面进入商用阶段，为各行各业提供了更加强大的AI解决方案。新版本不仅在性能上实现了显著提升，还在应用场景上进行了深度优化，旨在满…

GPT-5.4 Mini 与 GPT-4o Mini 对比 (2026)：中文场景选型与成本实测

在人工智能领域，OpenAI 一直是行业的领跑者。2026 年，OpenAI 推出了两款轻量级模型：GPT-5.4 Mini 和 GPT-4o Mini。这两款模型专为资源有限但对 AI 性能有较高要求的用户设计，引起了广泛关注。对于许多科技爱好者来说，如何在这两者之间做出选择是一个值得深思的问题…

新版人工智能基准测试：GPT-5.5跨领域推理能力达43%

近日，一项新的跨领域推理链基准测试结果显示，最新一代的人工智能模型GPT-5.5在该测试中的表现仅为43%。这一结果引发了业界对人工智能推理能力的广泛讨论。该基准测试旨在评估人工智能模型在处理跨领域复杂推理任务时的表现。测试内容包括多个领域的知识整合、逻辑推理以及问题解决能力。GPT-5.5的表现虽…