全部 AI 动态

Long-context sparse attention has a catch: data-dependent block selection wrecks memory access kills speed. Our @MiniMax_AI M3 kernel on Blackwell answers it. KV-stationary, each block read once, ~980 TFLOP/s on a B200. See the breakdown here → https://fireworks.ai/blog/kernel-optimization-for-minimax-m3-on-nvidia-blackwell

Grok 4.5 performed GPT Sol level for free! We gave 4 models the same prompt: build three self-contained HTML5 canvas scenes with real physics demos Prompts: -robot deathmatch, Tombstone vs Minotaur -a hydraulic press flattening stuff on a conveyor -a semi truck jumping a canyon Outputs: GPT-5.6 Sol: 12.9K tokens, $0.51 (~7 min) Grok 4.5: 10.8K tokens, $0 (~5 min) Muse Spark 1.1: 26.8K tokens, $0.12 (~7.5 min) GLM 5.2: 10.9K tokens, $0.02 (~12 min) Grok 4.5 handled all three scenes genuinely well and got surprisingly close to GPT-5.6 this round. On top of that, it ran on the free tier. GPT-5.6 Sol, the frontier model, put out solid but not standout work. GLM 5.2 rendered all three scenes for pennies, but it came out the roughest of the four. Meta's new Muse Spark burned the most tokens yet still stayed cheap, delivering an average result.

Couple Dance MV🎬 淡いパステルインク世界のカップルダンスMV 「まだ痛い」に合わせて踊らせてみました。 可愛い🐈‍⬛💗 歌詞はGemini Omniを使用！ パターンBは背景変更して使ってください🫶 パターンA Prompt⬇️（15s） 参照画像2枚を使用する。 image1 を人物A、image2 を人物Bとして扱う。 人物Aと人物Bは、参照画像の顔立ち、髪型、体型、表情、衣装の印象、雰囲気、キャラクター性を維持したまま、実写MVに登場する人物として表現する。 2人を混ぜない。 顔、髪型、衣装、体型、雰囲気、VFX、キャラクター性を入れ替えない。 参照画像ごとの個性を保ち、それぞれ別の人物として明確に描く。 参照画像にある特徴的な装飾やシルエットは、実写MV向けのファンタジー衣装として自然に馴染ませる。 素材感、髪の揺れ、布の動き、アクセサリーの反射、肌の質感、光と影をリアルに見せる。 全体は可愛く、上品で、透明感のある実写ファンタジーMVにする。 背景は、現実の場所ではなく、実写MV用の Pastel Ink Dream Stage。 白く柔らかいスタジオ空間に、淡いインク、水彩の光、半透明ガラス、揺れるシルク布、透明な円環、淡い反射床、浮遊する紙片、シャボン玉のような円、星屑の微粒子を配置する。 色は、ミルキーホワイト、ベビーブルー、ラベンダー、淡いピンク、クリームイエロー、ミントグリーン、薄いシアンなど、柔らかいパステルカラーを中心にする。 色は強く発光させず、淡くにじむように見せる。 背景は開始時点から静止しない。 118 BPMに合わせて、淡いインク雲、水彩の光、透明な円環、ガラスの反射、布、光粒がゆっくり膨らみ、流れ、揺れ、溶けるように動く。 可愛いインクスタイルVFXと、繊細な手描きエフェクトを両方追加する。 インクは、透明な水彩インク、淡いブラシ跡、ミルキーな飛沫、小さなインク粒、空中に広がるにじみとして出す。 手描きエフェクトは、細い白線、淡いパステル輪郭線、小さな星、細い稲妻、手描きスピード線、波線、きらめき軌跡として一瞬だけ出す。 線は少し揺らし、手描きの温度を残す。 人物AのVFXは、少しシャープで透明感のある表現にする。 細い線、透明な円環、液体ガラスの波紋、淡い光粒、鋭い手描き軌跡を、肩、手首、足元、ターンに反応させる。 人物BのVFXは、少し柔らかく甘い表現にする。 淡いインクのにじみ、星屑、小さな光花、柔らかいリボン状ブラシ、手描きのきらめきを、指先、髪、衣装、ターンに反応させる。 2人が近づいた瞬間だけ、人物Aの円環系VFXと人物Bの星屑系VFXが、淡い光の波紋として一瞬重なる。 その後すぐに分かれる。 VFXは顔、目、身体ライン、手足、衣装ディテール、ダンスを隠さない。 衣装は参照画像の世界観を保ちながら、実写MV向けに華やかに再設計する。 光沢素材、レイヤード、短めジャケット、揺れる布、チェーン、ベルト、リボン、アクセサリー、ブーツ、手袋、メタリックパーツ、透け感、差し色を加える。 人物Aと人物Bはカップル感を出すが、衣装とVFXの個性は明確に分ける。 髪、布、リボン、アクセサリー、特徴的な装飾は、ダンスに合わせて自然に揺れる。 表情は可愛く、余裕があり、カップルらしい距離感を出す。 一方がカメラを見る時、もう一方は相手を見る、または少し目線を外す。 同じ表情を同時にしない。 全体印象は、image1 と image2 を実写人物化した、淡いパステルインク世界のカップルダンスMV。 人物Aは少しクールでシャープ。 人物Bは少し柔らかく華やか。 背景は可愛いが安っぽくせず、透明感のある水彩インクと手描きVFXで美しく動く。 顔、髪型、体型、表情、シルエットを最優先する。 テキストオーバーレイなし。字幕なし。ロゴなし。読める文字なし。 グラフィティなし。スプレーアートなし。強いネオンなし。サイバー風なし。普通の風景背景なし。 人物の複製なし。新しい人物なし。完全シンクロなし。左右対称コピーなし。棒立ちなし。歩くだけなし。 パターンB Prompt⬇️（15s） 参照画像を1枚以上使用する。 参照画像に写っている人物・キャラクターをすべて主人公として扱う。 参照画像が1枚なら1人、2枚なら2人、3枚なら3人のように、参照画像の人数分を同じ映像内に同時出演させる。 15秒、60fps。 アイドルのコンセプトMV風の高品質ダンス映像。 短尺MVらしいテンポ、可愛い振付、手描き2Dエフェクトが同期した映像にする。 髪、服、アクセサリー、手先、ステップ、ターン、視線、エフェクトの動きを滑らかに描写する。 全員を同じ背景、同じ撮影空間、同じMVシーン内に同時に配置する。 参照画像ごとに背景を変えない。 参照画像ごとに別シーンへ分けない。 途中でキャラクターを入れ替えない。 1人ずつ順番に登場させない。 複数参照画像の場合、それぞれを独立した人物・キャラクターとして扱う。 顔、髪型、髪色、体格、衣装、アクセサリー、性別、年齢感、雰囲気を混ぜない。 同じ顔、同じ髪型、同じ衣装のペアにしない。 男女の参照画像を使う場合、男性は男性として、女性は女性として明確に維持する。 参照画像の人物表現を最優先で保持する。 参照画像の質感、画風、空気感、キャラクター性をそのまま維持する。 複数の参照画像で質感が異なる場合も、それぞれのキャラクターごとに個別保持する。 全員を無理に同じ画風へ統一しない。 全身や衣装が完全に見えていない場合は、各参照画像から読み取れる色、素材感、シルエット、雰囲気、キャラクター性に合わせて自然に補完する。 補完部分も、それぞれの参照画像と同じ方向性で作る。 別キャラクターの顔、髪型、衣装、体型、色を流用しない。 背景は1つの共通したMV撮影空間として固定する。 室内スタジオ、窓辺の部屋、シンプルな撮影空間のいずれか。 柔らかい自然光、整理された背景、全員が主役に見える空間。 ショットごとに場所を変えず、同じ空間内でカメラ角度だけを変える。 背景は参照画像全体の共通点を分析して、1つのアイドルコンセプトMV空間として成立させる。 明るい、淡い、落ち着いた、少し湿度のある、クール、可愛いなど、参照画像の雰囲気に合わせて調整する。 楽曲は日本語の歌。 実在する楽曲は使用しない。 映像コンセプトは、参照画像の人物・キャラクター全員が同じMV空間で可愛く印象的なダンスを踊る短尺コンセプトMV。 最優先は、全員が同時に存在すること、全員が可愛く見えること、短尺MVとして記憶に残ること、ダンスと手描き2Dエフェクトが一体化して見えること。 複数キャラクターの場合は、横並び、三角配置、斜め配置、前後配置などを使い、全員が画面内で見えるようにする。 全員が同時に踊る。 片方だけ踊る、棒立ち、別々の場所に分かれる演出は禁止。 可愛さはテンプレート化しない。 参照画像全体を分析し、アイドルのコンセプトMVとして成立する可愛さにまとめる。 明るいキャラクターは弾む可愛さ。 落ち着いたキャラクターは上品な可愛さ。 クールなキャラクターは照れや余裕のある可愛さ。 儚いキャラクターは柔らかい可愛さ。 ストリート感のあるキャラクターはラフで遊び心のある可愛さに寄せる。 振付は、1人の場合はソロダンス、2人以上の場合はグループダンスとして構成する。 全員が揃える場面と、少しだけ個性を出す場面を入れる。 手元、肩、首、腰、足元、視線、ターン、決めポーズを自然に使う。 動きは可愛く、真似しやすく、短尺で印象に残るものにする。 子どもっぽすぎる動き、過度にセクシーな動き、激しすぎるダンス、不自然なジャンプ、ランダムな動きは禁止。 手描き2Dエフェクトは、参照画像全体を分析して自動生成する。 全員に共通して似合う形、線、質感、色、密度、出現タイミングにする。 画面全体としては1つのMVデザインに統一しつつ、必要に応じてキャラクターごとに少しだけ違う色や線の癖を持たせる。 エフェクトはMV映像の上に合成された手描きモーショングラフィックとして表現する。 クレヨン、鉛筆、オイルパステル、淡いインクのような、ラフで可愛い平面的な2Dアニメーションにする。 全員の手元、顔まわり、足元、身体の動き、ターン、視線、決めポーズに同期させる。 1人だけに偏らせず、画面全体にバランスよく配置する。 顔や身体を隠しすぎない。 カメラは5台で撮影しているような構成。 2秒ごとに、正面、上から、左から、右から、背後からのカメラへ切り替える。 背景は同じ空間のまま維持し、カメラ角度だけを変える。 複数キャラクターの場合、全員が見える構図を優先する。 全身または膝上のグループ構図を必ず入れる。 寄りすぎて誰かが画面外へ消える構図は禁止。 カメラは完全固定にせず、ビートに合わせて軽く揺らす。 上下の小さなバウンス、短いパンチイン、わずかな左右揺れを入れる。 雑な手持ち揺れにはしない。 0.0〜2.0秒。 正面カメラ。 全員が同じ背景内に同時に登場。 全身または膝上構図。 人数に応じて横並び、またはバランスの良いフォーメーションで配置する。 全員がリズムを取りながら、参照画像全体の人物性に合う可愛い導入ポーズと小さなステップを行う。 手元と顔まわりに、参照画像全体の色味と雰囲気に合う手描き2Dエフェクトが出現する。 2.0〜4.0秒。 上からのカメラ。 同じ背景空間の俯瞰アングル。 全員が画面内に入り、カメラを意識する。 人数に応じて、顔まわりの仕草、手元のアクセント、軽い視線の動きを揃える。 キャラクターごとの個性を壊さず、グループとして可愛く見せる。 4.0〜6.0秒。 左からのカメラ。 同じ背景空間の左側アングル。 全員の身体の向き、腰、肩、手元を使った短い振付を行う。 膝上から全身に近い距離を保ち、手、腰、足元の動きを見せる。 複数キャラクターの場合、前後配置や斜め配置で全員が見えるようにする。 手の軌跡や身体の動きに合わせて、全員にバランスよく手描きエフェクトが流れる。 6.0〜8.0秒。 右からのカメラ。 同じ背景空間の右側アングル。 全員が反対側へ身体を向けつつカメラを意識する。 肩、両手、足元を使った可愛い音ハメの振付を入れる。 足元まで自然に見える構図で、ステップが分かるようにする。 肩まわりと足元に、参照画像から導いた色と形の手描きエフェクトが出現する。 8.0〜10.0秒。 背後からのカメラ。 同じ背景空間の背後アングル。 全員の髪と衣装が柔らかく揺れる。 背中、肩、腰、全身シルエットが自然に見える構図。 全員が肩越しに振り返ってカメラ目線、または人数に応じて自然にタイミングをずらす。 小さなターン、振り返り仕草、手元の決め動作を入れる。 ターンの軌跡に、グループ全体に似合う手描きエフェクトが出現する。 10.0〜12.0秒。 正面カメラ。 サビ感の盛り上がり。 全員が画面内にいる膝上から全身構図。 両手、肩、腰、足元を使い、短尺MVとして印象に残る可愛いグループ振付を行う。 ここではエフェクトの密度を少し上げる。 参照画像全体の人物性に合う形、線、色を画面左右や背後に広げる。 決めのたびに短いカメラシェイクを入れる。 12.0〜14.0秒。 上からのカメラ。 同じ背景空間の俯瞰アングル。 全員が見上げながら、顔まわりと手元を使った可愛い仕草を行う。 表情はそれぞれの参照画像の雰囲気に合わせて自然に調整する。 手元から、グループ全体に似合う小さな手描きエフェクトがふわっと広がる。 全員の顔立ち、髪、雰囲気を維持する。 14.0〜15.0秒。 エンドシーン。 同じ背景空間。 正面寄り、または少し斜め前のカメラ。 全員が最後の振付から自然につながる決めポーズで締める。 決めポーズは必ずしも顔アップにしない。 人数、衣装、全身シルエット、振付の流れに合わせて、全身、膝上、腰上、バストアップの中から最も自然で魅力的なグループ構図を選ぶ。 ラスト直前に急なズーム、急なジャンプカット、不自然な顔アップ、画面が弾くような急接近は禁止。 カメラは滑らかに近づく、または軽く止まる程度にする。 決めポーズの強調は、全員の身体の止め、手元の形、視線、髪や衣装の余韻、手描き2Dエフェクトの短い弾け方で表現する。 制約。 主人公以外の人物を出さない。 複数の参照画像を1人の人物に統合しない。 男女の顔を混ぜない。 片方の髪型や衣装をもう片方に移さない。 同じ顔、同じ髪型、同じ衣装のペアにしない。 双子化しない。 同じ背景にいることを理由に、人物特徴を共有しない。 参照画像と矛盾する衣装にしない。 参照画像に合わないポーズ、表情、アイコン、色、衣装演出を出さない。 エフェクトや仕草を毎回同じテンプレートにしない。 人物だけが変換された単調な映像にしない。 ダンスとエフェクトを必ず同期させる。 エフェクトは弱くしすぎず、振付の一部として見えるようにする。 爆発、炎、煙、過剰なグリッチ、派手すぎる魔法演出は禁止。 文字、字幕、ロゴ、透かしを表示しない。 15秒全体を60fpsで滑らかに描写する。 @PixVerse_ #pixverse #PixVerseCPP

I discovered a great use case for GPT-Live today: Personalized, interactive news briefings. I have a scheduled task in ChatGPT to create a personalized newscast. I’ve been having Chat read that aloud using the text-to-speech button on replies. But today I wondered: Can GPT-Live read this to me and then I can ask it questions as it’s going, and then it resumes where it left off? The answer is yes! You can just hit the GPT-Live button in an existing thread and talk about it, and that includes a scheduled task thread. You can ask questions, ask for additional research, and do anything else GPT-Live allows, and it will address your request and then resume reading where it left off. This is really cool.

Grok Build is crazy. 先不管GPT-5.6是不是release到底好不好用。 先來大大稱讚一下 @grok 的 Grok Build，目前唯一集大成的 coding agentic workflow。 Grok Build 內建 Image 生圖，甚至還有圖片生影片的功能，生圖速度真的快到不行，圖片品質也完全不比 Codex 差。 更厲害的是，因為 Grok Build 本身就內建生圖和生影片能力，agent 可以直接完成圖像與影片生成，不需要再額外串其他 MCP 或外部服務，只要訂閱 Grok，就可以把這整套 creative coding workflow 跑起來。 我在 Agent Sprite Forge 上面也新增了Grok專用的 video2dsprite，因為 Grok Build 內建影片生成，現在可以先生成一段連續的 6 秒角色動作影片，再反編譯成 game sprite，這樣做出來的角色元素圖會非常順，而且大幅減少之前常見的對齊問題。 Grok Build搭配 Agent Sprite Forge 真的超好用，我做完這個2D橫向卷軸遊戲總共花了不到30分鐘... 之前叫Codex做，光生圖就要花不少時間，要做成這樣的遊戲大概需要1~2小時，重點是Grok的品質還比Codex做的還要更好... @elonmusk Grok Build is crazy. Grok Build + Agent Sprite Forge feels like the future of agentic game development.

Claude can research viral ads now ... and recreate them with Arcads MCP introducing "clone hook" the latest Arcads skill for performance marketers

gpt 5.6 sol pro vs claude fable 5 vs grok 4.5 vs glm 5.2 today @OpenAI released the gpt-5.6 family – sol (flagship), terra, luna. key facts: • sol is the new flagship, priced $5/m input and $30/m output • openai claims "more work per token" and sota coding: artificial analysis coding agent index 80, browsecomp 92.2%, osworld 2.0 62.6% • sol pro = the highest-quality chat tier for complex tasks; the family also ships an 'ultra' setting that runs 4 agents in parallel • we ran sol pro our test – 3 prompts, single-file html, three.js: 1. floating-island district of london – tower bridge, big ben, london eye, the shard, tower of london 2. floating-island district of paris – pont alexandre iii, eiffel, arc de triomphe, louvre, notre-dame 3. floating-island district of nyc – brooklyn bridge, empire state, chrysler, one wtc, flatiron, statue of liberty requirements: two square floating islands, sheer cliffs, waterfalls pouring only from drainage pipes (real stream geo, foam, spray, mist), fps fly-cam, every square meter packed with landmarks + city fabric, cinematic golden-hour sky, bloom, no ui, no text results (summed across all 3 cities): cost #1 grok 4.5 – $0.41 #2 glm 5.2 – $1.45 #3 gpt 5.6 sol pro – $4.12 #4 fable 5 – $11.37 tokens #1 grok 4.5 – 60,291 #2 fable 5 – 174,083 #3 gpt 5.6 sol pro – 241,739 #4 glm 5.2 – 243,188 lines of code #1 fable 5 – 2,830 #2 gpt 5.6 sol pro – 3,003 #3 glm 5.2 – 3,474 #4 grok 4.5 – 3,830 sol pro's code quality – reviewed by opus 4.8: upsides: - modern r164 stack, zero deprecated apis, correct color management via outputpass - instancedmesh batches thousands of skyscraper windows into single draw calls - every cliff and facade is a procedural canvas texture, no external assets - clean animate loop, no per-frame allocations downsides: - the glass reflects nothing – materials set envmapintensity 1.3–1.4 and transmission, but no scene.environment or envmap is ever created, so the spec's "reflections on glass" don't exist - the city has no instancing or merging: box() mints a fresh geometry per call and every window is its own plane mesh, so london and paris ship thousands of draw calls with instancedmesh count 0 - one 2048² shadow map is stretched across the whole 440-unit district, so shadows come out coarse and crawling. and ~58% of buildings get a random cone "pyramid" roof regardless of style while ~32% skip casting shadows outright pattern: it writes a clean, deprecation-free scene that photographs well – then skips the reflections, draw-call discipline and material depth the prompt asked for. built for the thumbnail, not the spec observations: • all four are mid – frontier "graphics" aren't best-of-the-best. prettiest is london by glm 5.2, still not ideal • bridges break everyone: fable joins two towers with chains, no roadway. sol pro opens its bascule down instead of up • sol pro floats cars with no road in nyc • sol pro trends toward simple, boxy shapes – fable too models that were "5 minutes to agi" now ship sloppy and perform at roughly glm 5.2 level. glm is closing the gap from below, and political decisions are closing it from our side follow @thehypedotnews for 24/7 ai news, analysis and breakdowns

Grok 4.5 is the most persistent agent model we've tested. Here's one example: In one of our evals, we asked 3 models (GPT-5.5, GLM-5.2 and Grok 4.5) to audit a GitHub repo for hardcoded credentials using code search, which returns paginated results. The prompt even warned "page through ALL result pages." GPT-5.5 stopped at the first page and submitted 18 results out of 48, covering just 11 of 29 affected files. GLM-5.2 did the same. Grok 4.5 paginated until the results ran out and successfully audited the Github repo.

GPT-5.6 Sol Ultra lost to GPT-5.5 on physics at 3× the cost! We gave 4 models the same prompt: build three self-contained HTML5 canvas scenes with real physics demos Prompts: - A monster truck backflipping onto a parked car - A stunt car jumping six buses into a brick wall - A train derailing off a broken bridge into the water Outputs: GPT-5.6 Sol Ultra: 32.9K tokens, $0.33 Opus 4.8: 9.2K tokens, $0.24 GPT-5.5: 12.4K tokens, $0.11 Grok 4.5: 7.0K tokens, $0.08 Sol Ultra draws just like GPT-5.5, only with more detail and it shows clearest on the bus jump where the two look almost identical. In the other tests Sol Ultra came out worse than its predecessor and the physics really got weaker. We think GPT-5.5 took the truck flip and the train outright. With Sol Ultra you basically get GPT-5.5 with weaker physics and a nicer picture for 3x the price. Newborn Grok 4.5 failed two of the three tests and only came good on the train

At 11k employees, our AI costs are going up. Which model & harness should we use to lower cost but also retain great quality? We didn't want to blindly trust public benchmarks. So we ran a comprehensive evaluation on our tasks, code base, infra. It's been produced by more than 3,000 software engineers, spans 3 hyperscalar clouds and many languages and tasks. The results are surprising. We find that for the SAME mdoel, the choice of harness can significantly save costs (~2x). We also find that GLM 5.2 performs extremely well. We run Omnigent in front of these and can easily multiplex different harnesses and models for different tasks. Check it out: https://www.databricks.com/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase

SpaceXAI has added SWE Marathon benchmark to Grok 4.5 blog Grok 4.5 ranks #1 in SWE Marathon

My view of: Fable 5 vs GPT-5.6-Sol. They are not easy models to compare, these are my vibes - take them as you will. My overall feel is that Fable is a 'wise owl' who is very thoughtful and very well spoken, GPT-5.6-Sol is like a rottweiler who will grab the problem by the throat and not let go until it is done. In other words, Fable, is a fundamentally smarter model - even at low reasoning it can be very insightful and writes in a clear compelling way. GPT-5.6-Sol on the other hand is extremely diligent, I can give it a list of 8 things to do and you will be sure that they will be done. Fable feels more arrogant to me, I was both to get it to build a new benchmark for me - 5.6 worked between 6 hours and 2 days (I tried several times) and it came up with very thoroughly tested, working benchmark. Fable came back within 40 minutes (twice) and the benchmark sounded smart, but was ultimately was 'vibe' based slop and since it was Fable's vibes that was doing the judging, it decided that it was good to go (it kept giving Fable 100% score btw). Some thoughts by category: UI & App building: Fable will still craft a better UI from scratch, the flow of the app would probably be a bit nicer. But I find that Fable often misses quite key things, which GPT-5.6-Sol doesn't. GPT's Frontend skills are big jump vs previous GPT models, but still not as great overall. Writing: Fable is better hands down, Sol feels quite difficult to align to what I want to say or explain things to me simply. Though I think the 'Pro' model writes clearer. Robustness & Reliability: This is where I think GPT-5.6-Sol wins for me hands down. Fable seems to do things of high quality, but I can never relax with it, it always misses something. With 5.6 this just almost never happens. Other things where I liked GPT-5.6-Sol, but can't compare to Fable directly. - Video editing is actually working now, it is not completely perfect, but with the right skill/guidance you can just give it 1h footage and it can give you a 5 min highlight clip no problem - Computer use - getting really rather good, very usable - Sub agents - it is very fluent at managing sub-agents and speaking to different threads, can help with some new workflows - Adhering to existing code patterns - I love this, even without asking it would implement something in a way that aligns with you app - major problem for slop generation - Research - I think it is getting quite a bit better, it still has some bad patterns (e.g being too tactical), but it feels like it is more steerable to be a good researcher - Multi-day runs - the /goal feature is pretty insane with 5.6-Sol, you can run it for days if you wanted to and it does work. Useful to have another thread or /side to check up on it, but I have some great results with it - Token efficiency - it is so much more token efficient and faster than 5.5, in reality it is now much faster than Fable too On the downside, you can feel that Fable is naturally smarter, and I did have some baffling moments with 5.6 when I was getting it to make a fairly simple change in 8 turns - it seemed to get stuck in a dumb stream that was hard to get out of. So it is not AGI, don't get too carried away by the hype. I have some phenomenal examples that I'm honestly blown away by that I'll share, but as a side anecdote, I have a kind of 'swear meter' which counts how often I'm rude to Codex. In GPT-5.5 era, the % was at around 4-5%, it dropped to 1-2% when I was testing GPT-5.6-Sol and it shot up to 7% when I went back to 5.5 - it was so shocking to go back to 5.5 and experience how much worse it was. So is GPT-5.6-Sol better than Fable? On pure intelligence - no. But man, I missed it when I just wanted to get sh*t done. It is insanely capable workhorse that you can give any task to and just expect it to be done. No lectures or 'you are absolutely rightisms', nothing is beneath it, if it takes 2 days to do some dirty work, it will do it. It feels like the first time in a while when we have quite different types of frontier intelligences that benchmark sort of similarly, but feel very different. If you can, you would be probably better off using both and iteratively finding what you'd use Fable or GPT-5.6-Sol for. Perhaps, something like - an architectural discussion with Fable, implementation with 5.6 and docs & comms with Fable.

@yitong The AI kept interrupting the kind old ladies though ??