新闻资讯7

OpenAI测试：Claude夺冠，GPT - 5居次

量子位2025-09-26

AI 摘要

OpenAI提出GDPval基准测试AI“挣钱”能力，Claude Opus 4.1表现最佳，47.6%产出媲美人类专家，GPT - 5居次。OpenAI开源子集并提供服务，还指出GDPval有局限，后续将改进。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

聊天AI价值不如程序员一个for循环

本文整理了前OpenAI核心研究员、Jev模型创始人Diogo Almeida的完整访谈，Diogo批判当前行业all in聊天大模型的路径偏差，推出专为程序决策设计、不做聊天交互的Jev模型，提出全新RLCD技术范式，倡导AI作为软件底层基础设施赋能自动化生产力。

本文报道OpenAI最新AI进展，其内部新模型批量攻破100多道长期悬而未决的公开数学难题，联合普林斯顿高等研究院成立独立学术顾问小组规范成果评估，引发数学界震动。

OpenAI内部AI模型已解决超100道横跨多领域的长期开放数学问题，包含纳维-斯托克斯千禧年大奖难题。因AI出成果速度远超学界评议能力，OpenAI联合学界成立独立顾问团审查评估成果，回应数学界质疑。

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。