开源动态8

腾讯 WorkBuddy 开源评测，曝光多模型底牌

PaperAgent2026-08-04

AI 摘要

腾讯 WorkBuddy 团队开源 Benchmark，公开多模型选型底牌。如 GLM - 5.2 在安全域强，GPT - 5.5 最省 token，Claude Opus 综合强。各赛道评测有特色，不同模型在各赛道表现差异大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Gemini 4 Argon：谷歌背水一战

本文是作者对谷歌刚全面开放的Gemini 4 Argon大模型的实测内容，梳理了谷歌AI团队大半年来的动荡变动，对比了它和Claude、GPT等头部大模型的性能、价格与使用体验，给出了订阅建议。

Meta发布号称目前最好的多步骤Agent模型Muse Wonder，基准数据碾压Claude Opus 5.5，但网友测试和实际使用暴露了它纸面数据强、实际体验差的问题

本文整合X平台多方信源爆料，曝光OpenAI即将发布的GPT-6 Sol的定位、定价、技术背景，同时爆料Anthropic将提前发布新品截胡，还披露GPT-6 Astra的口碑争议与推迟发布的安全漏洞问题。

本文报道原力灵机DM0.5在智元机器人发起的RoboColiseum具身模型评测中拿下四个单项第一，这已是该模型连续拿下六套不同类型公开评测的榜首，攻破了传统具身模型换题掉分的痛点，目前已开源落地产业场景。