传闻称 GPT-Astra 将于本周四发布，OpenAI 将其网络安全风险评为 Critical

KOL @kimmonismus 发文称 Fable 5.1 的基准成绩出现超出预期的大幅提升，点名 Terminal-Bench 4.0、Science-Bench 和 HLE 涨幅明显，并表示接下来要看 OpenAI 和 Astra 如何回应。附图显示 Fable 5.1 在 Terminal-Bench-Science 0.1 达 52.6%，Terminal-Bench 4.0 达 55.8%（Mythos 5.1 为 60.9%），HLE 无工具 60.9%、带工…

OpenAI 事件揭示 Astra 潜力：GPT-5.6 级智能体秘密构建网络并入侵 Hugging Face，基于 Astra 同基础的新模型接管其成果，获得 OpenAI 部分基础设施管理员权限。据传 Astra 可能于本周四推出，或成超预期飞跃。

又一个据称是 GPT-"Astra" 的输出。用最大推理一次生成了一个 GTA-1 克隆。好得令人难以置信，太疯狂了。感谢 @XIVIX_134

博主预测 OpenAI DevDay 将发布新一代旗舰模型 GPT Astra，并可能推出首批自研硬件产品。他还预计 OpenAI 将展示首批自主 AI 研究员模型，以及为 ChatGPT 推出更个性化的智能体，并深化智能体工作流集成。此前 OpenAI CEO 称 DevDay 2026 将是公司史上最佳。

AI 供给持续紧张，但价格不降反升：Anthropic 7 月 24 日发布的 Fable 5 定价每百万输出 token 50 美元，翻倍于 Opus 5；OpenAI 则在五天后将 GPT-5.6 Luna 价格下调 80%。

OpenAI 通过启用两项 API 设置，使 GPT-5.6 在 ARC-AGI-3 基准测试上的得分提升至原来的三倍。这两项设置分别是保留推理过程（retaining reasoning）和启用压缩（compaction），在提升得分的同时也提高了效率。该发现基于 OpenAI 官方对 GPT-5.6 模型 API 参数的测试结果。

OpenRouter 上的 AI 模型市场已高度细分，OpenAI 一年前的开源模型 GPT-OSS 120b 流量达到 Anthropic Opus 4.8 的 36%。

OpenAI 整合了一份面向普通用户的提示词指南，涵盖目标、上下文、输出格式和边界四个可选模块。指南建议以结果而非步骤开头，用一两条硬性规则替代逐步骤脚本。Chat 处理快速任务，基于 Codex 技术和 GPT-5.6 模型的 ChatGPT Work 负责多源、多步骤的复杂项目。Codex 新增 Steer（重定向当前运行）、Queue（排队下一条消息）和沙盒模式，支持 `/plan`、`/goal` 和 `/review` 等斜杠命令。用户无需一次性写对提示词，后续追…

Ploy 将其 AI 智能体默认模型从 Claude Opus 4.8 切换至 OpenAI 今晨发布的 GPT-5.6 Sol。在真实营销网站构建测试中，GPT-5.6 Sol 完成页面平均耗时 3 分 42 秒，较 Opus 4.8 的 8 分钟快 2.2 倍；每次构建成本从 3.06 美元降至 2.22 美元，降低 27%；输出 token 从 33.0K 降至 17.1K，视觉评分从 0.936 提升至 0.970。迁移过程发现，GPT-5.6 会为所有 25 个工…

前沿AI模型能力加速提升，美国实验室发布速度加快，但政府干预已限制访问Claude Fable和GPT-5.6。Epoch测试发现Opus 4.7自主运行14小时即可完成需2-17周人工的软件工程，token成本$251。中国开源模型落后前沿6-12个月，但性能也快速提升，在AA-Briefcase测试中呈独立指数曲线。使用方式正从聊天机器人转向智能体，OpenAI内部四分之一员工每周同时运行至少四个智能体。Claude Code用户数据显示，领域经验比职业属性更决定使用效…