搜索
未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生，综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct，并使医生辅助下方案得分提高24.1%。
今年2月，OpenAI干了件挺轰动的事： 把GPT-5接进Ginkgo Bioworks的云实验室。AI设计实验，机器人执行，结果回传，AI再设计下一轮。
OpenAI推出主攻安全研究的GPT-6 Cyber，在ExploitGym得分48.5%超GPT-5.6 Cyber的32.1%，已发现81个Firefox新漏洞并为948个Linux漏洞开发利用程序，目前仅向Daybreak Red认证客户开放，OpenAI同时设立10亿美元一线防御者资助计划。
现在的大模型，已经越来越擅长从自然语言直接生成一个可以运行的游戏。
《How Codex Happened》首次披露Codex从首发遇冷、转向本地Agent并借GPT-5系列突围，最终成为ChatGPT桌面端底座，后续将重回云端并探索无固定界面的主动式Agent。
OpenAI的Codex在Tibo接手后从云端转向本地，并推出不含代码编辑器的桌面应用；随着GPT-5.3 Codex拓展至知识工作，Codex于2026年7月成为新版ChatGPT桌面应用，Codex与ChatGPT for Work合计周活超4000万。
GPT-5.5，正式告别ChatGPT！
同一个 GPT-5.5，放进不同的系统里，做具身任务的表现可以相差悬殊。在 EmbodiedBench 上，直接使用 GPT-5.5 的平均成功率是 56.9%；模型参数一个不改，只让它周围的系统持续进化，这个数字变成了 72.7%。
前些时日，OpenAI 在 GitHub 上一口气放出了 722 篇数学论文手稿。这些手稿被归为 372 个结果「家族」，横跨 17 个数学领域，全部出自一个尚未发布、也没有公开名字的内部模型——其性能远胜 GPT-6 Astra。
VA-Bench测试12个主要多模态模型发现，Qwen3.8-max、Opus-5和GPT-5.6-sol虽在目标识别与定位上达100%、操作语义理解达99.6%—100%，完整任务成功率却仅为53.93%、52.86%和51.55%，暴露大模型从空间理解到执行与修正的断层。