AI在线 AI在线

GPT-5

Open Library 任务为何难倒 GPT-5？SWE-Bench Pro 揭示 AI 编程智能体的真实边界

Open Library 任务为何难倒 GPT-5？SWE-Bench Pro 揭示 AI 编程智能体的真实边界
大家好，我是肆〇柒。 今天要与大家分享的是一项由 Scale AI 研究团队最新发布的重磅研究成果——SWE-Bench Pro。 这项研究增强了我们对 AI 编程智能体能力的认知，它不再满足于测试模型能否完成简单的代码修改，而是直面真实企业环境中那些需要修改数百行代码、跨越多个文件的复杂任务。
10/13/2025 9:33:19 AM
肆零柒
快手KAT-Dev-72B-Exp震撼发布！74.6%解决率碾压GPT-5，编程Agent新王者

快手KAT-Dev-72B-Exp震撼发布！74.6%解决率碾压GPT-5，编程Agent新王者
你有没有想过，什么时候一个国产开源模型能在编程领域真正"碾压"GPT-5？ 这个问题的答案，快手给出了。 昨天看到快手开源KAT-Dev-72B-Exp的消息时，我第一反应是——这数据是不是搞错了？
10/13/2025 12:00:05 AM
阿丸笔记
OpenAI新研究称GPT-5为迄今“政治偏见最少”的AI模型

OpenAI新研究称GPT-5为迄今“政治偏见最少”的AI模型
根据 OpenAI 的最新研究，刚刚发布的 GPT-5模型在政治偏见方面的表现远远优于以往的同类产品。 这一研究成果由 OpenAI 团队向 Axios 披露，标志着 AI 模型在偏见控制方面的重要进展。 图源备注：图片由AI生成，图片授权服务商Midjourney长期以来，公众和政界人士对 AI 系统的偏见问题表示关注，呼吁提高透明度，并确保这些模型不受偏见的影响。
10/12/2025 9:24:51 AM
AI在线
GPT-5偏见测试结果公布:500问验证客观性飞跃，情感化问题仍是挑战

GPT-5偏见测试结果公布:500问验证客观性飞跃，情感化问题仍是挑战
OpenAI最新向Axios披露的研究成果显示，刚刚发布的GPT-5模型在政治偏见控制方面取得突破性进展，偏见水平较前代产品降低30%。 长期以来，AI系统的偏见问题一直是公众和政界关注的焦点。 今年7月，美国政府发布行政命令，要求政府使用的AI系统须剔除"觉醒型"特征，避免政治或意识形态偏见，但具体合规标准仍不明确。
10/12/2025 9:24:09 AM
AI在线
刚刚，OpenAI开发者大会重磅发布：AgentKit、Codex正式版、Apps SDK与Sora 2 API

刚刚，OpenAI开发者大会重磅发布：AgentKit、Codex正式版、Apps SDK与Sora 2 API
OpenAI 今年的开发者大会（OpenAI DevDay 2025）正在进行中。 Keynote 一开场，山姆・奥特曼便分享了 OpenAI 这两年取得的成绩：400 万开发者、8 亿周活 ChatGPT 用户、API 每分钟 60 亿 token 消耗量。 更重要的是，OpenAI 在今年的开发者大会上可真是发布了不少东西，简单总结起来包括：AgentKit、Codex 正式版、ChatGPT 内置应用与 Apps SDK、gpt-realtime-mini、gpt-image-1-mini、Sora 2 API、GPT-5 pro API。
10/7/2025 10:16:00 AM
机器之心
OpenAI被指欺诈，用户输入可能会被秘密路由到新模型GPT-5-Chat-Safety

OpenAI被指欺诈，用户输入可能会被秘密路由到新模型GPT-5-Chat-Safety
今年 8 月，GPT-5 发布，其在多个任务和基准上都表现卓越，但几乎和人世间的所有事物一样，并不是所有人都满意。 尤其是 GPT-5 发布后「OpenAI 移除 ChatGPT 中模型选择器」的做法更是备受诟病（尤其是移除了情感表达更佳的 GPT-4o），甚至引发了诸多用户的「网上请愿」，详见我们的报道《用户痛批 GPT-5，哭诉「还我 GPT-4o」，奥特曼妥协了》。 一位用户在 Reddit 愤怒发帖表示 OpenAI 的做法让他直接取消了订阅，并称「OpenAI 失去了我所有的尊重」。
9/28/2025 3:14:00 PM
机器之心
OpenAI CEO 预测：2030 年前AI可能接管 30%-40% 工作

OpenAI CEO 预测：2030 年前AI可能接管 30%-40% 工作
在最近的一次采访中，OpenAI 的首席执行官萨姆・奥尔特曼分享了关于未来人工智能的见解。 他预测，通用人工智能（AGI）将在2030年前到来，并将会接管人类经济社会中30% 至40% 的工作。 这一预测引发了人们对未来就业市场变化的广泛讨论。
9/28/2025 9:21:11 AM
AI在线
OpenAI 最新基准测试显示 GPT-5 在多个行业中逐渐逼近人类专家

OpenAI 最新基准测试显示 GPT-5 在多个行业中逐渐逼近人类专家
近日，OpenAI 推出了一项新的基准测试，旨在评估其人工智能模型在各行业与人类专业人士的表现差异。 这项名为 GDPval 的测试，是 OpenAI 对其人工智能系统在经济价值工作中是否能超越人类的重要探索。 根据 OpenAI 的说法，GPT-5模型与 Anthropic 的 Claude Opus4.1模型在某些领域的工作质量已经接近行业专家。
9/26/2025 3:01:13 PM
AI在线
GPT-5通过“哥德尔测试”！独创性解决博士生都得花几天时间的开放数学问题

GPT-5通过“哥德尔测试”！独创性解决博士生都得花几天时间的开放数学问题
GPT-5，你这家伙！ 究竟还有什么事是我不知道的？ 在一篇最新论文中，研究人员让它挑战了5个尚未解决的优化猜想。
9/26/2025 9:24:46 AM
ChatGPT新功能Pulse，GPT-5主动给你推消息，大家玩得停不下来

ChatGPT新功能Pulse，GPT-5主动给你推消息，大家玩得停不下来
这是 OpenAI CEO 山姆・奥特曼迄今为止最喜欢的 ChatGPT 功能。 本周五凌晨，OpenAI 宣布推出 ChatGPT 新功能「Pulse」的预览版，首先向 Pro 订阅用户开放。 ChatGPT 现在会每天晚上主动进行研究，根据你每天的聊天记录、反馈以及日历等关联应用提供个性化更新。
9/26/2025 9:09:32 AM
刚刚，GPT-5首次通过「哥德尔测试」！破解三大数学猜想

刚刚，GPT-5首次通过「哥德尔测试」！破解三大数学猜想
AI迎来历史性一刻！ GPT-5成功破解三大猜想，通过了「哥德尔测试」。 图片OpenAI科学家Sebastien Bubeck惊叹地表示，这类开放性问题，顶尖博士生往往耗费数日才能解决。
9/25/2025 10:01:33 AM
新智元
阿里万亿参数大模型震撼发布！Qwen3-Max编程能力超越GPT-5

阿里万亿参数大模型震撼发布！Qwen3-Max编程能力超越GPT-5
你有没有想过，什么时候国产AI能在编程领域真正"扳倒"GPT-5？ 昨天阿里云栖大会上，这个问题有了答案。 通义千问Qwen3-Max正式发布，直接放出了一个让硅谷都震惊的成绩单：万亿参数规模，编程能力测试全球第一。
9/25/2025 9:09:22 AM
阿丸笔记
马斯克xAI价格屠夫来了！Grok 4 Fast暴降98%，OpenAI慌了？

马斯克xAI价格屠夫来了！Grok 4 Fast暴降98%，OpenAI慌了？
AI价格战这把火，终于要烧到ChatGPT身上了。 昨天马斯克的xAI悄悄发布了Grok 4 Fast，当我看到定价的时候差点以为自己看错了。 同样的推理能力，价格直接砍了98%。
9/23/2025 9:18:40 AM
阿丸笔记
GPT-5编程测评大反转！表面不及格，实际63.1%的任务没交卷，全算上成绩比Claude高一倍

GPT-5编程测评大反转！表面不及格，实际63.1%的任务没交卷，全算上成绩比Claude高一倍
Scale AI的新软件工程基准SWE-BENCH PRO，出现反转！ 表面上看，“御三家”集体翻车，没一家的解决率超过25%：GPT-5、Claude Opus 4.1、Gemini 2.5分别以23.3%、22.7%、13.5%的解决率“荣”登前三。 但深入数据背后，则暗藏玄机。
9/22/2025 5:07:31 PM
ChatGPT负责人深度复盘，爆4o复活内幕！过快下线是失误，将迭代模型人格

ChatGPT负责人深度复盘，爆4o复活内幕！过快下线是失误，将迭代模型人格
「还我GPT-4o！ 」GPT-5发布后不到一周，在用户强大的反对声浪中，OpenAI不得不火速宣布GPT-4o等前代模型回归。 至此，大家才意识到：用户对4o等上一代模型，已经产生了深深的「依恋感」。
9/18/2025 12:44:33 PM
GPT-5攻入数学圈，证明定理快过博士生？网友热议AI新角色

GPT-5攻入数学圈，证明定理快过博士生？网友热议AI新角色
9月初，一篇挂在arXiv的论文在学界扔下一颗炸弹——GPT-5被写进了数学研究成果里。 研究者在文中公开写道：GPT-5在他们的实验中完成了一项此前从未解决的数学工作，并将结果直接纳入正式稿件。 这是大型语言模型首次以「定理贡献者」的身份出现在数学研究论文中。
9/18/2025 12:41:22 PM
ICPC总决赛被AI统治！GPT-5组合系统12题全对登顶，人类打破头只能争夺第三

ICPC总决赛被AI统治！GPT-5组合系统12题全对登顶，人类打破头只能争夺第三
这届大学生太难了，好不容易拼进编程竞赛总决赛，还要被AI秀一脸。 在刚刚结束的2025年国际大学程序设计竞赛（ICPC）世界总决赛上，OpenAI的系统完美解决全部12道题目，若计入排名将位居第一。 谷歌的Gemini 2.5 Deep Think模型解决10道题目，达到金牌水准名列第二。
9/18/2025 9:05:19 AM
OpenAI-GPT-5-Codex震撼发布！AI编程进入动态思考时代

OpenAI-GPT-5-Codex震撼发布！AI编程进入动态思考时代
OpenAI在9月16日正式发布了专为软件工程优化的GPT-5-Codex模型，这不只是一个简单的升级版本，而是AI编程领域的一次真正革命。 最让人震撼的是它首次实现了"动态思考"能力——就像人类专家一样，能根据任务复杂度实时调整思考时间。 简单任务时，它的响应速度比GPT-5快了93.7%，基本上是秒级响应。
9/17/2025 9:14:03 AM
阿丸笔记