Philipp Schmid 的推文 | 精选推文

Philipp Schmid

@_philschmid·2026/05/06·5天前

Gemma 4 在 Code @arena 上推动了帕累托前沿的突破。🔥 在开源模型中，Gemma-4-31b 排名第 13，Gemma-4-26b-a4b 排名第 17。对于能在 MacBook Pro 上运行的开源模型来说，这表现相当不错了。👀

40311.7K

OpenAI 宣布推出 GPT-5.5，这是一款专为理解复杂目标和自主完成任务而设计的新模型，现已在 ChatGPT 和 Codex 中上线。

隆重推出 GPT-5.5 这是一种为实际工作和驱动智能体（Agents）而生的新一代智能，旨在理解复杂目标、使用工具、检查自身工作，并能执行更多任务直至完成。它标志着一种全新的计算机工作处理方式。现已在 ChatGPT 和 Codex 中上线。

AI模型GPT-5.5OpenAIAI 智能体

33.8K4.6K1.6K4.5M

Anthropic 发起 Project Glasswing 软件安全计划，由其最新的尖端模型 Claude Mythos Preview 提供支持，旨在精准识别关键软件漏洞。

隆重推出 Project Glasswing：一项旨在帮助保护全球最关键软件安全的紧急行动。它由我们最新的前沿模型 Claude Mythos Preview 提供支持，该模型发现软件漏洞的能力超越了绝大多数人类专家，仅次于最顶尖的专业人士。 https://t.co/NQ7IfEtYk7

AI模型AnthropicClaude MythosProject Glasswing

19.2K2.7K8907.4M

山姆·奥特曼宣布发布 GPT-5.4，其特点是增强了知识工作能力、具备原生计算机使用功能，并拥有 100 万 token 的上下文窗口。

GPT-5.4 正式发布，现已在 API 和 Codex 中上线，并将于今日内陆续推送到 ChatGPT。它在知识工作和网页搜索方面表现更佳，并具备原生的计算机使用能力。你可以在响应中途对其进行引导，且它支持高达 100 万 token 的上下文。

AI模型GPT-5.4OpenAIComputer Use

12.9K1.2K2.0K1.3M

Google DeepMind 发布 Gemini 3.1 Pro，其在 ARC-AGI-2 基准测试中获得 77.1% 的高分，性能较前代版本实现翻倍。

很高兴发布 Gemini 3.1 Pro！各项能力均有大幅提升，包括核心推理和问题解决能力。例如，在 ARC-AGI-2 基准测试中取得了 77.1% 的高分 —— 性能是 3 Pro 的 2 倍以上。今天开始在 @GeminiApp、@antigravity 等平台陆续推出 —— 快来体验吧！

AI模型Gemini 3.1 ProGoogle DeepMindARC-AGI-2

5.0K421243240.5K