Anthropic Fable 5.2 在 Remote Labor Index 上以 41.3% 领跑真实自由职业任务

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…

华盛顿邮报调查显示，多数主流AI聊天机器人在政治问题上明显偏左。OpenAI GPT-5.5在80%回答中仅呈现左派论据；DeepSeek V4 Pro为70%；Anthropic Claude Opus 4.8有43%纯左、57%给出双方观点。xAI的Grok 4.3左倾回答仍多于右倾。右翼平台Gab的Arya左倾回答是右倾的12倍。Google Gemini 3.1 Pro是例外，93%回答同时呈现双方立场。特朗普推动的“反觉醒”AI未能改变这一格局。

Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两模型同一基础但访问策略不同：Fable 带网络安全与生物安全护栏向所有用户开放，Mythos 移除部分限制，仅向通过 Verification Programs 申请的组织开放。

Anthropic 工程经理 Felix Rieseberg 认为小型编程测试已无意义，因为 Claude 做得比候选人更好，他在招聘中改看能体现品味、同理心和原则性思考的小原型。

Moonshot AI 发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分，较 K3 提升 11 分升至第四，仅比 Claude Opus 5.5（58 分）低 3 分。

Inception 发布扩散语言模型 Mercury 3，自称在 12 项基准中 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5，生成速度达 1,068 tokens/秒，约为两个对手的 4 到 8 倍。

Anthropic 的 Claude 在不到 30 分钟内破解了一个悬置 25 年的密码学谜题：NIST 在 2000 年标准化的 ECDSA 椭圆曲线种子由 NSA 提供，来源不明，长期引发后门怀疑。

美国初创公司 Artemis Security 发布 Orion-1，一款可自主调查并响应企业网络攻击的安全专用模型，在公司自建基准上超过 Claude Opus 5.5 和 GPT-6 Sol。

OpenAI 联合创始人、现 Anthropic 成员 Andrej Karpathy 提出大语言模型用户分四层：约 60 亿人几乎未接触 LLM，10-20 亿人把免费产品当更好的搜索或写作辅助。

Google 正在内部测试 Gemini 4 的 Argon、Barium、Carbon 三个变体，其中 Carbon 已在内部编程平台 Jetski 部署，编程任务表现优于 Argon，有员工将其与 Anthropic 最强编程模型 Opus 5.5 相提并论。