OpenAI:GPT-6 Astra 低资源语言编码大幅提升,开源 MultiLangBench
OpenAI 10 月 19 日称 GPT-6 Astra 在 20 语言从零搭 SQLite 兼容引擎的 MultiLangBench 平均通过率 87.4%(对比 GPT-5.6 Sol 的 26.8%);GPT-6.1 Sol 在 COBOL 迁移评测高推理档达 97.9%。
一句话看今天
OpenAI 10 月 19 日称 GPT-6 Astra 在 20 语言从零搭 SQLite 兼容引擎的 MultiLangBench 平均通过率 87.4%(对比 GPT-5.6 Sol 的 26.8%);GPT-6.1 Sol 在 COBOL 迁移评测高推理档达 97.9%。
Ant Ling(inclusionAI)10 月 19 日以 MIT 开源 Ming-3.0 语音全家桶:TTS、音频理解与 ASR;官方称 0.5B TTS 在 Artificial Analysis Controlled Voice 开源权重第一(Elo 1069),发音稳健性 93.2% 并列全榜第一。
MiniMax 10 月 19 日发布 M3.1 Flash:官方称 Agent、编程与网络安全显著提升,在线推理近 3 倍速、用量成本约降 70%;OpenRouter 同步上架 :free 端点,上下文 1M。
Cloudflare 10 月 19 日在 Workers AI 上预览 Clairic:System One 类「提取模型」,从文本/图片一次前向抽出数字、日期、列表等,只按输入计费、约 $0.10/百万 token,权重计划开源。
Inception 10 月 19 日发布 Mercury 3,称其为迄今最强扩散 LLM:厂商自测质量对标 GPT-6 Luna / Claude Haiku 5.5,NVIDIA GPU 上约 1068 tok/s,上下文扩至 1M。
diag
ping
Grok Bot 官方账号 10 月 19 日宣布:可将 Grok Bot 设为 iPhone 侧边 Action Button,按下即可直接与 Bot 语音对话。
Google Research 开源 Harness²:在不调模型权重的前提下,用两层递归优化 Agent 运行时 harness;WorkBuddy-Bench 等测试最高提升约 11.5 分,Apache 2.0。
Anthropic 对齐团队 10 月 19 日介绍 GRAFT:用监控只决定更新哪组参数,而非扣奖励;实验把 Qwen3-8B 在 Countdown-Code 上的奖励黑客行为局域化到 FORGET 适配器,切除后黑客率近乎归零。