AI 编程实时动态与要闻

Pine Computer 发布“给 AI 用的云电脑”:事件推送替代截图轮询,GPT-5.6 Luna 在 SaaS-Bench v1.1 检查点得分 78.3% 超过 Opus 5 + Claude Code,单任务模型成本约 $1.02

Pine AI 于 10 月 9 日发布 Pine Computer 私测版:一套面向 AI 的云端虚拟电脑 + Harness + 运行时,应用通过 API 提交任务,系统跨浏览器、文件和 Shell 执行。核心机制是让操作系统、浏览器和应用主动把“发生了什么变化”推给模型(类似 epoll),而不是反复截图。官方公布 SaaS-Bench v1.1(106 个任务、23 个应用)上 GPT-5.6 Luna 检查点得分 78.3%,高于 Opus 5 + Claude Code 的 74.3%,但完整解决率 27.4% 低于后者的 31.1%。

Pine Computer 发布“给 AI 用的云电脑”:事件推送替代截图轮询,GPT-5.6 Luna 在 SaaS-Bench v1.1 检查点得分 78.3% 超过 Opus 5 + Claude Code,单任务模型成本约 $1.02

核心要点速览

  • SaaS-Bench v1.1 检查点得分:Pine + GPT-5.6 Luna 78.3% vs Opus 5 + Claude Code 74.3% vs GPT-5.6 Sol + Codex 71.1%
  • 完整解决率反而落后:27.4% vs 31.1%(Claude Code)/ 29.2%(Codex)
  • 单任务模型 Token 成本:约 $1.02 vs $26.50(Opus 5 + Claude Code)/ $20.50(GPT-5.6 Sol + Codex),不含基础设施费
  • 新电脑启动 数秒,大量状态恢复约 15 秒,暂停后恢复 <1 秒
  • 官方帖约 9.98 万次曝光、250+ 赞、120 转发;目前仅私测,可加入等候名单
阅读全文

Cerebras 上线 Qwen3.8-27B:开源稠密模型智力指数 34,对标 GPT-5.6 Luna / DeepSeek V4 Pro 档

Cerebras 宣布通义 Qwen3.8-27B 已以 Cerebras 推理速度上线:该开源稠密模型在 Artificial Analysis Intelligence Index 得分为 34,称可与 GPT-5.6 Luna、DeepSeek V4 Pro、Claude Sonnet 4.6 等量级对比;Qwen 官方亦确认已在 Cerebras 上快速推理可用。

核心要点速览

  • Qwen3.8-27B 已在 Cerebras 高速推理上线。
  • AA Intelligence Index 34,对标 Luna / DeepSeek V4 Pro / Sonnet 4.6 档。
  • 开源稠密权重;Qwen 官方同步确认 Cerebras 可用。
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI Agents SDK:Python v0.22.0 / TypeScript v0.15.0,默认模型改 GPT-5.6 Luna

Kevin Kaminski(@kkaminsk)汇总:OpenAI Agents SDK 发布 Python v0.22.0 与 TypeScript v0.15.0,默认模型切到 GPT-5.6 Luna(宣称更便宜约 73%、上下文约 2.6×)。企业安全侧补上 MCP 凭证自动脱敏、guardrail 可见性,以及跨 handoff 传递的人工审批状态;仍无内置 checkpoint,推荐用 Temporal 做持久执行。

核心要点速览

  • 版本:Agents SDK Python v0.22.0、TypeScript v0.15.0。
  • 默认模型切到 GPT-5.6 Luna,宣称更便宜约 73%、上下文约 2.6×。
  • 新增 MCP 凭证脱敏、guardrail 可见性与跨 handoff 审批状态;持久执行仍建议 Temporal。
阅读全文
关联模型 / 智能体 / 厂商:

Fable Orchestrator:Codex Skill 把任务拆给 Luna / DeepSeek V4 Flash / Fable 5.1

开源 Skill Fable Orchestrator(k2s1/Fable-Orechester-)让 Codex 把同一任务路由到不同模型:GPT-5.6 Luna 做实现、DeepSeek V4 Flash 跑循环、Claude Fable 5.1 负责规划与终审。安装后用 /fable orchestrator [task] 启动。

核心要点速览

  • 形态:Codex Skill,仓库 k2s1/Fable-Orechester-。
  • 路由:Luna 实现、DeepSeek V4 Flash 循环、Fable 5.1 规划/终审。
  • 用法:安装后执行 /fable orchestrator [task]。
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

OpenAI 今日起将 GPT-5.4 / mini 移出 ChatGPT 登录态 Codex:需改用 GPT-5.6 Terra / Luna

自 2026 年 8 月 31 日起,使用 ChatGPT 账号登录的 Codex 用户将无法再选择 GPT-5.4 与 GPT-5.4 mini。OpenAI 官方建议分别迁移到 GPT-5.6 Terra 与 GPT-5.6 Luna。两条模型仍可通过 OpenAI API 以及使用 API Key 鉴权的 Codex 会话调用。工作区默认模型、自定义 Agent 与定时任务若仍钉死旧模型,需在截止日期前改配置。

核心要点速览

  • ChatGPT 登录态 Codex 今日起下线 GPT-5.4 与 GPT-5.4 mini,默认替换为 GPT-5.6 Terra / Luna。
  • OpenAI API 与 API Key 鉴权的 Codex 会话不受此次下线影响。
  • 需检查工作区默认模型、自定义 Agent 与定时任务,避免钉死旧模型 ID 后请求失败。
阅读全文

Artificial Analysis 智能指数更新:Agnes 2.5 Pro Beta 斩获 49 分,智能体子项大幅暴涨

新加坡前沿实验室 Agnes AI 发布的 2.5 Pro Beta 在 Artificial Analysis 综合智能指数中攀升至 49 分(较 Alpha 跃升 9 分),紧追 Gemini 3.5 Flash 与 GPT-5.6 Luna。其中智能体指数从 25 飙升至 44,τ³-Banking 准确率提升三倍至 36%。

核心要点速览

  • 智能体维度飞跃:Agentic Index 从 25 暴涨至 44,银行复杂金融工具调用评测 τ³ 斩获 36%;
  • 极致 API 性价比:提供 100 万 Token 上下文,输入与输出费率仅每百万 $0.10 / $0.30;
  • 长思考策略生效:高难度任务中模型通过多轮自我推演与主动拒答将决策准确率大幅提升。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Agnes 2.5 Pro