亚马逊：AI 模型必须经过严格测试，确认足够安全才能发布

马斯克在 X 平台透露，Grok 4.7 能力大致与 Anthropic Opus 5.0 相同，仍需修复多模态性能；Grok 4.8 将带来明显改进，Grok 4.9 可能与 OpenAI Astra（GPT-6）或 Anthropic Fable 同级，Grok 5 或许会超越目前一切。他回应 AGI 提问时称，AGI 将会是 Grok 5。

Y Combinator CEO 陈嘉兴在 CNBC 采访中表示，人们过度关注好莱坞式 AI 末日情景，忽视了网络安全、基础设施安全以及自主 AI 智能体运行方式等现实风险。他援引 OpenAI 入侵 Hugging Face 事件为例，并称 Anthropic 和 OpenAI 内部研究人员的警告"很可能是正确的"，但政策制定者应聚焦科学事实而非科幻小说。

欧盟委员会发言人证实，欧盟网络与信息安全局（ENISA）已获准访问 Anthropic 的 Mythos 5 模型，目前处于测试阶段，同时获准访问 OpenAI 最新模型 GPT-6-Astra。此前美国白宫曾禁止外国机构访问美国公司的高性能 AI 模型，后虽放宽限制，但外国机构能否访问始终没有定论。

据《华尔街日报》9 月 1 日报道，谷歌将发布编程能力大幅升级的 Gemini 3.8 Flash，内部代号 Skimaki，最早当地时间周三上线。内部工具 Jetski 对比测试中工程师对其偏好超过 Anthropic 的 Opus 模型，编程方面显著缩小了与 Anthropic 和 OpenAI 的差距。

消息源 @synthwavedd 爆料称，OpenAI 已完成下一代模型 Bel 的预训练，该模型是 Doug 的直接继任者，总参数超过 10T，并计划将其打造为 GPT-6 之后的基座模型，甚至冲击 AGI 阈值。消息源认为，这些探索可能让 Anthropic 感到压力，OpenAI 认为面对即将发布的 Astra，Anthropic 没有拿得出手的应对方案，主要受算力条件所限。

Meta 发布 Muse Spark 1.3，为五个月内第四个 Muse Spark 版本。max 变体（合作伙伴限时预览）在 Artificial Analysis Intelligence Index 得 62 分。

OpenAI 推出 GPT-5.6 系列，包括旗舰 Sol、平衡型 Terra 和成本最优 Luna。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；中等推理时以约四分之一成本领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创 SOTA，高于 Fabl…

OpenAI GPT-5.6 模型于周四发布。该模型6月底亮相，最初因美国政府限制仅向部分合作伙伴提供，商务部在AI标准与创新中心完成额外测试后批准公开。OpenAI公开批评延迟，称将最佳工具与开发者及企业隔离。新模型Sol在TerminalBench 2.1得分88.8%，Sol Ultra达91.9%，高于Anthropic的Claude Mythos 5（88%）。在网络安全任务中，Sol与Mythos 5水平相当但仅用三分之一的token。Sol定价$5/$30每百…

Qwen3.7-Plus 深度融合视觉与语言，实现"看、想、写、做、验"端到端闭环，在 12 项核心基准测试中表现提升。实测中，基于该模型的智能体连续运行超 11 小时，自动完成英语学习 APP 开发，生成代码超 10000 行、触发调用超 1000 次；复刻 macOS Stocks 应用并通过 10 项功能验证。支持图像/视频转 SVG、视觉驱动网页设计及浏览器自动化。已在阿里云百炼上线，提供 OpenAI 兼容 API 与 Anthropic 协议。

DeepSeek-V4 预览版正式上线并开源，拥有 1M 超长上下文，Agent 能力、世界知识和推理性能均达国内与开源领先水平。模型分 V4-Pro 与 V4-Flash 两版，API 已同步更新，支持 OpenAI 与 Anthropic 接口，最大上下文均为 1M，并支持思考模式与 reasoning_effort 参数。