搜索：OpenAI MLE - Bench

「OpenAI MLE - Bench」共找到 1988 篇相关文章

Nano Banana爆火之后，一个神秘的「胡萝卜」代码模型又上线了

OpenAI草莓命名引发潮流，Recraft小熊猫、谷歌Nano Banana等跟进。现Anycoder平台出现神秘代码模型Carrot（胡萝卜），能力强，网友对其归属猜测不断。

OpenAI官宣ChatGPT Pulse上线，它改变LLM交互方式，从被动变主动。每晚研究，晨送简报，涵盖工作、生活、兴趣目标。其主动受用户控制，还给出三个试用场景。

OpenAI悄悄完成GPT Pro模型升级，其速度提升、视觉理解能力增强。同时，代号「Spud」的GPT - 5.5已完成预训练，发布在即，AI竞争将更激烈。

Meta宣布清华校友赵晟佳担任超级智能实验室首席科学家。他是ChatGPT、GPT - 4等模型核心贡献者。Meta为组团队不遗余力，还准备超大规模算力，与OpenAI等的AI竞争白热化。

硅谷明星Anthropic因追问Claude在美军行动中的使用方式与五角大楼决裂。五角大楼推行新条款，Anthropic拒绝，被封杀。此争端引发科技界阵营分裂，OpenAI后续达成协议但遭质疑。

OpenAI和Anthropic发布核心产品使用报告，展现ChatGPT和Claude用户心智差异。ChatGPT像Advisor，以询问、写作为主；Claude似Agent，随模型能力提升，用户倾向用其执行自动化任务。

被Google按了半年头，OpenAI祭出反杀。GPT Image 2上线12小时登顶Arena文生图榜，领先Nano Banana 2达241分。它是从零重构的通用模型，具备原生思考能力，或改写图像生成赛道规则。

OpenAI新推理模型在奥赛夺冠，有人猜测是即将发布的GPT - 5，Sam Altman部分印证，还曾有人在biosec基准库发现其踪迹，但repo已不可见。

今早OpenAI CFO揭秘成绩单，2025年ARR破200亿美元、算力达1.9GW，算力与收入深度绑定。其商业版图多元，还将涉足广告。预测2026 - 2029年收入可观，2029年或达1400 - 1500亿美元。

北京时间9月4日凌晨，OpenAI发布GPT-6 Astra，演示其多种能力。「甲子光年」判断：GUI没消亡，是软件兼容层；Astra会“吞噬”App入口；传统Benchmark难描述Agent，任务闭环成关键。