Kyutai 与 Mirelo 团队发布 MuScriptor，一款用于多乐器自动音乐转录（AMT）的开放权重解码器专用 Transformer 模型。它将音频转录建模为语言建模任务，采用 MT3 token 化方案。模型在 Hugging Face 上提供三个权重变体：small（103M）、medium（307M，默认）和 large（1.4B）。训练采用三阶段流程：在约 145 万 MIDI 文件上预训练，在 17 万段真实录音（超 11000 小时）上微调，再通过 GRPO 类强化学习后训练。在 D Test 基准上，large 模型 Multi F1 达 48.2，远超 YourMT3+ 基线的 21.9。推理代码采用 MIT 许可，权重采用 CC BY-NC 4.0（限制商业使用）。
OpenAI 新旗舰模型 GPT-5.6 Sol 能独立优化较小模型。研究人员通过 Codex 平台给出“相当模糊的提示词”后，Sol 自主识别训练配置、选择 GPU 并执行了 Luna 模型的后训练脚本。在衡量递归自我改进（RSI）能力的内部基准上，GPT-5.6 Sol 得分比前代 GPT-5.5 高 16.2 分。OpenAI 表示，内部测试期间每位活跃研究员的日均 token 输出量较 GPT-5.5 峰值翻倍以上，过去六个月分配给内部编码推理的计算份额增长了 100 倍，基于智能体的 token 使用量增长约 22 倍。
Greg Brockman@gdbAI 评分4545使用 SOL Ultra 进行计算机操作： [引用 @ChrissGPT]：5.6 Sol 以及我猜是 - 750 TPS 在实际环境中 👀 这段视频没有加速。
5.6 Sol and what I assume is - 750 TPS in the wild 👀 This video is not sped up.
Elon Musk@elonmuskAI 评分6666Grok 4.5 is now available to try on the free tier. Use Grok Build with any X or SuperGrok account. We’re excited to hear your feedback. https://x.ai/cli
jason@jxnlcoAI 评分7171To celebrate the launch of GPT-5.6 Sol, we will reset the rate limits again (twice) across ChatGPT Work and Codex over the next 24 hours. We want you to have the time to truly try ambitious tasks and get the hang of it. Happy exploring!
Rohan Paul@rohanpaul_aiAI 评分6969(1) 今天我们发布 Muse Spark 1.1——这是一款性能强劲的智能体与编程模型，价格非常低廉。它已通过我们全新的 Meta Model API 上线，并集成在 Meta AI 中。
Greg Brockman@gdbAI 评分6161Super to see GPT-5.6 with Work IQ come to Copilot Chat, Cowork, M365 apps, GitHub, and Foundry today. From multi-step agentic work to analysis and content creation, it brings stronger reasoning and higher-quality outputs without sacrificing efficiency.
Tibo@thsottiaux精选AI 评分7070为庆祝 GPT-5.6 Sol 发布，我们将在接下来 24 小时内（两次）重置 ChatGPT Work 和 Codex 的速率限制。 我们希望你有时间真正尝试有挑战性的任务并掌握它。祝探索愉快！
推荐理由：GPT-5.6 Sol 发布没给性能指标，更像一次稳定迭代，但速率限制重置是个好信号——至少在基础设施层面 OpenAI 有底气让人放开用。
蚂蚁集团具身智能团队 Robbyant 发布 LingBot-World-Infinity（LingBot-World 2.0），一个因果视频生成模型，可作为交互式世界模拟器运行。该模型通过 MoBA 注意力机制和 DMD 自 rollout 训练，解决长程漂移和交互延迟问题。模型采用因果分解架构，每帧仅依赖过去帧和当前动作输入。团队同时发布 14B 参数开源 checkpoint，采用 CC BY-NC-SA 4.0 许可。公开推理脚本在 8 张 GPU 上运行 480×832 分辨率；部署版流式输出可达 60 fps，经 TensorRT 引擎编译。
美团万亿参数大模型 LongCat-2.0 正式开源，总参数 1.6T，平均激活约 48B，专为真实 Agentic Coding 任务设计。模型引入 LongCat 稀疏注意力机制与 N-gram Embedding，提升长上下文处理效率与 Token 级表示能力。LongCat-2.0 是业界首个在五万卡国产算力集群上完成推理的万亿参数模型，从模型架构、芯片适配到部署策略进行深度协同优化，支持百万上下文高效推理。开源同步提供 BF16、FP8、INT8 等多精度版本及针对国产算力极致优化的推理代码。
推荐理由：国产算力跑万亿模型的第一份完整开源答卷，代码、芯片适配细节全公开，做国产大模型落地的直接抄作业。
微软发布 Aurora 1.5 天气预报模型，新增 22 种变量，支持小时级预测。相比上一代，该模型在海伦妮飓风路径预测的中位数路径误差率降低了三分之一，并以 88.9% 的准确率优于 ECMWF 模型。Aurora 1.5 以开放形式发布，适用于科研机构、政府部门和社会组织，微软计划将其集成到 Microsoft Weather 等商业产品中。该模型已在 GitHub 平台开源。
Rohan Paul@rohanpaul_aiAI 评分4949𝕏 is a great platform for product announcements, especially if done by the CEO directly. Way more interesting to the public than generic press releases. This post by Mark Zuckerberg already received over 12 million views for free!
Perplexity@perplexity_aiAI 评分4343GPT-5.6 Terra 和 Sol 现已在 Perplexity 和 Perplexity Computer 中可用。
Charlie Holtz@charlieholtzAI 评分4242Spark 给我留下了深刻印象。这真是模型周的好日子 :) 你可以通过 OpenCode 在 Conductor 中试用 muse-spark-1.1！
1/ muse spark 1.1 is an industry-competitive agentic and coding model. across many agentic evals it rivals gpt-5.5 and opus-4.8. available now through the new meta model api and in meta ai. 🧵
针对微软正用自研 MAI 模型替代 OpenAI 软件以削减成本的报道，OpenAI 在周四发布 GPT 5.6 时宣布，该模型将成为 Microsoft 365 Copilot 的“首选模型”，为 Word、Excel、PowerPoint 及 Cowork 等应用提供支持。OpenAI 强调合作旨在将先进 AI 带给更多用户，但“首选模型”的具体含义尚不明确，且该声明并未否认微软为降低成本而日益依赖自研模型的报道。
Google Research 发布 SensorFM，一个在超过 100 万亿分钟多模态传感器数据上预训练的大规模基础模型，数据来自 500 万同意参与者，涵盖 100 多个国家及 20 余款 Fitbit 和 Pixel Watch 设备。SensorFM 学习通用的人体生理表征，可迁移至心血管、代谢、睡眠、心理健康及生活方式等 35 项健康预测任务，支持标签高效适配与数据填充，并可作为个人健康智能体的基础工具。该模型旨在解决传统可穿戴健康模型针对单一终点、难以泛化的问题。
推荐理由：SensorFM 在 500 万人、万亿分钟传感器数据上训练出一个通用生理基础模型，35 项任务全面领先，自动调参的代理教室也很有想法，做健康 AI 的人值得细读。
OpenAI 发布 GPT-5.6 系列，含旗舰模型 Sol、均衡模型 Terra 及低成本模型 Luna。Sol 在 Agents' Last Exam 中以 53.6 分刷新纪录，比 Claude Fable 5 高 13.1 分；在编程智能体指数中达 80 分，输出 token 减少一半以上，耗时缩短一半以上，成本降低约三分之一。ChatGPT 与 Codex 应用正式合并，新版 ChatGPT 新增 Work 模式，支持办公功能。Sol 对 Plus 和 Pro 用户开放，Ultra 推理等级仅限 100 美元和 200 美元 Pro 用户。
Rohan Paul@rohanpaul_aiAI 评分6363On web and mobile, ChatGPT Work is rolling out today for Pro, Enterprise, and Edu plans. It will roll out to Plus and Business plans over the next few days. In the ChatGPT desktop app, Chat, Work, and Codex are available on every plan, including Free, and is available globally to download on Windows and Mac. Codex app users can update their app as usual—it will become the new ChatGPT desktop app. https://openai.com/chatgpt-work/
OpenAI 于 7 月 10 日上线 GPT-5.6 系列模型，覆盖 ChatGPT、Codex 及 API。该系列包含三档：旗舰版 Sol（输入 $5/M tokens，输出 $30/M tokens）、均衡版 Terra（输入 $2.5/M tokens，输出 $15/M tokens）和主打速度与成本的 Luna（输入 $1/M tokens，输出 $6/M tokens）。Sol 为 OpenAI 最强模型，引入 Max 推理强度与 Ultra 模式（借助子智能体加速复杂任务），在 Terminal-Bench 2.1 上标准模式得分 88.8%，Ultra 模式达 91.9%，超越 Claude Mythos 5（88.0%）。微软 CEO 纳德拉宣布 Copilot Chat、Cowork、M365 应用、GitHub 及 Foundry 已同步接入 GPT-5.6 系列。
OpenAI 首席执行官萨姆·奥尔特曼表示，在 AI 智能体编程任务中，GPT-5.6 Sol 模型表现与市场主流竞争模型“一样好，甚至更好”，同时 Token 效率提高 54%。OpenAI 已于今日上线 GPT-5.6 Sol、Terra 和 Luna 系列模型。奥尔特曼称，该系列模型初期的使用限制是应美国政府要求作出，OpenAI 已配合美国商务部、财政部及国家网络总监办公室完成模型测试审查。
OpenAI发布GPT-5.6系列，包括Sol（主力）、Terra（中级）和Luna（经济型）。CEO Sam Altman称Sol在AI编码任务中token效率提升54%。该系列被定位为最强网络安全模型，支持威胁建模、代码审查、补丁和蓝队演练。同时推出面向企业团队的桌面、网页和移动端办公助手ChatGPT Work。定价每百万token：Sol输入$5/输出$30，Terra $2.50/$15，Luna $1/$6。在Artificial Analysis Coding Agent Index基准上，Sol得分80，高出Anthropic Fable 5的2.8分，且输出token和耗时均不到一半，成本低约三分之一。Terra略超Fable 5，Luna优于Opus 4.8。现可通过ChatGPT、Codex和API使用。
Muse Spark 1.1 是 Meta 推出的闭源多模态推理模型，专为智能体任务设计，上下文窗口达 100 万 token。通过 Meta Model API 提供，输入每百万 token 1.25 美元，输出 4.25 美元，新用户获 20 美元免费额度，目前仅在美国公开预览。模型在工具使用和工具增强推理基准上领先，编码与多模态任务位列第三。支持文本、图像、视频、文档输入，输出文本，可调节推理力度，兼容 OpenAI 和 Anthropic SDK。闭源，不可本地部署或微调。
Cognition 发布迄今最强模型 SWE-1.7，基于 Kimi K2.7 基座训练，通过强化学习管线改进（基础设施、训练稳定性、数据质量、长程任务技术）实现前沿智能水平并大幅降低成本。在 FrontierCode 1.1 Main 基准上达 42.3%（Kimi K2.7 Code 为 30.1%，GPT-5.5 为 43.0%，Opus 4.8 为 46.5%），Terminal-Bench 2.1 达 81.5%，SWE-Bench Multilingual 达 77.8%。模型针对长周期异步任务优化，现已在 Devin（Web、桌面、CLI）通过 Cerebras 以 1000 TPS 提供。
Meta Superintelligence Labs 今日推出 Muse Spark 1.1，专为智能体任务设计，在工具使用、计算机使用、编程和多模态理解方面显著提升。模型支持 100 万 token 上下文窗口，提供“Thinking”模式，并通过 Meta Model API 公开预览。在智能体任务中可零样本泛化至新工具、MCP 服务器与自定义技能；计算机使用可自动编写脚本或生成批量操作；编程性能在 Meta Internal Coding Bench 上优于前代。多模态能力涵盖视觉到代码生成、图像视频描述。安全性评估显示模型在化学生物、网络安全、失控等风险类别中处于安全边际内。
OpenAI 将 GPT-5.6 系列从有限预览转为全面可用，推出旗舰 Sol、平衡型 Terra 与性价比款 Luna，定价分别为每百万 token 输入/输出 $5/$30、$2.50/$15、$1/$6。Sol 在 Artificial Analysis Coding Agent Index v1.1 以最大推理模式获 80 分，高出 Claude Fable 5 的 77.2 分，且输出 token 与耗时减半；在 Terminal-Bench 2.1 和 DeepSWE v1.1 创下新 SOTA，OSWorld 2.0 达 62.6% 且比 Claude Opus 4.8 少用 85% 输出 token。Responses API 新增编程式工具调用（在隔离 V8 运行时执行模型编写的 JavaScript，无网络访问）及多智能体 beta（支持四 agent 并行）。缓存支持显式断点和 30 分钟最低生存期。但 Sol 在 SWE-Bench Pro 上仅 64.6%，落后 Claude Mythos 5 约 15 分；Fable 5 在智能与工具使用基准上仍领先。
Satya Nadella@satyanadellaAI 评分7676
OpenAI 今日推出 GPT-5.6 三款旗舰模型：Luna（最小）、Terra（中等）、Sol（最大）。定价每百万输入/输出 token 分别为 Luna $1/$6、Terra $2.50/$15、Sol $5/$30。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；Terra 和 Luna 以约十六分之一成本也超过 Fable 5。自报的 SWE-Bench Pro 中 Fable 5 达 80%，Sol 仅 64.6%。新增 API 功能包括：编程式工具调用（模型可运行 JavaScript 编排工具调用）、多智能体（启动子智能体并行工作）、提示缓存断点（显式指定缓存位置）、支持图像请求设置 `detail: original` 避免预处理缩放。
OpenAI 宣布 GPT-5.6 将作为 Microsoft 365 Copilot 的首选模型，覆盖 Word、Excel、PowerPoint、Chat 和 Cowork。该集成使用户能在日常工具中以更少提示轮次创建更高质量文档、进行更深入数据分析、生成更精美演示，并完成跨职能协作。GPT-5.6 在每个 token 上提供更实用的工作产出，性价比更强，并支持按需处理最复杂任务。微软通过 OpenAI API 直接调用该模型服务 Microsoft 365 客户。
推荐理由：GPT-5.6进入Microsoft 365 Copilot，标志着OpenAI的最强模型直接嵌入全球最广泛使用的办公套件，普通用户终于能无感体验到前沿AI，但别期望太多颠覆，只是模型升级带来的自然提升。
Meta 周四推出新一代多模态 AI 模型 Muse Spark 1.1，专为智能体编码设计，支持多步推理、复杂流程管理和数字工作流。定价为每百万输入 token 1.25 美元、输出 token 4.25 美元，与 Anthropic Claude Haiku 4.5 和 OpenAI GPT-5.6 Luna 竞争。该模型擅长处理大规模智能体工作负载、修复 bug 及大型代码迁移。CEO 扎克伯格称其为“强大且低价的智能体和编码模型”，并表示更多模型即将推出。
英伟达发布Nemotron-Labs-3-Puzzle-75B-A9B，是Nemotron-3-Super的压缩变体。母模型总参120.7B、活跃12.8B；压缩后总参75.3B、活跃9.3B。在8×B200节点上，匹配NVFP4权重和用户吞吐量，总吞吐量提升1.60x至2.14x，8K/64K场景达2.03x。单张H100上1M token并发数从1升至8，权重从70GB降至44.5GB。采用迭代Puzzle压缩方法，平均分比单步Puzzle提升0.57。已发布BF16、FP8和NVFP4三种格式checkpoint。
Charlie Holtz@charlieholtzAI 评分5353GPT-5.6 Sol 和 Terra 已上线！ 这个周末要在 Fable、Sol 和 Grok 之间做很多实验了 :)
OpenAI 新旗舰 GPT-5.6 Sol 在 Artificial Analysis 的 Intelligence Index 上获 59 分，仅比 Claude Fable 5 低 1 分；在 Coding Agent Index（Codex 环境）中以 80 分位居第一，AA-Briefcase 的 Presentation Elo 得分最高，但整体排名仍落后于 Fable 5。Sol 每次任务成本 1.04 美元，约为 Fable 5 的三分之一。小变体 Terra 和 Luna 成本分别再低 50% 和 80%。GPT-5.6 首次引入缓存写入费，输入/输出 token 每百万 $5/$30（Sol）、$2.50/$15（Terra）、$1/$6（Luna），缓存读取享 90% 折扣。Sol 在智能体编码任务中比同类模型少耗用最多 54% 的输出 token。
Tibo@thsottiaux精选AI 评分6565推荐理由：OpenAI 员工首次透露 GPT 5.6 Sol，宣称全面超越 5.5，但推文无任何技术细节，目前只是预告。若属实，这将是年内最重要的模型升级，但先保持观望。
Elon Musk@elonmuskAI 评分8282Grok 4.5 is the top non-Anthropic model on AA-Briefcase, combining frontier agentic knowledge work capabilities with leading cost and time-efficiency Yesterday @SpaceXAI released Grok 4.5, a new frontier-level model with strengths in agentic coding and knowledge work. On AA-Briefcase, Grok 4.5 scores 1328, a +578 improvement over Grok 4.3 and the highest score of any non-Anthropic model (note that GPT-5.6 not released yet). It achieves this while sitting on the cost and time efficiency frontier, averaging $1.12 per task, 86% lower than Claude Opus 4.8 (max), and 12.4 minutes per task, around half the time of Opus 4.8 (max). AA-Briefcase is our new proprietary benchmark for agentic knowledge work, testing models on a fully private dataset of realistic tasks across thousands of complex input files. Tasks require deliverables like spreadsheets, presentations, and UI mock-ups, with performance combined into a single AA-Briefcase Elo across correctness, analytical quality, and presentation quality. Key results for Grok 4.5 with high reasoning on AA-Briefcase: ➤ Frontier agentic knowledge work capabilities: Grok 4.5 achieves an AA-Briefcase Elo of 1328, the highest score of any non-Anthropic model, behind only Claude Fable 5 (1390), Claude Sonnet 5 (max, 1390), and Claude Opus 4.8 (max, 1354). Across the three AA-Briefcase scoring axes, Grok 4.5 is strongest on objective rubric criteria and analytical quality, with comparatively weaker presentation quality. It achieves the second-highest overall rubric pass rate (40.7%), behind Claude Fable 5 (56%) and Claude Sonnet 5 (42.3%) ➤ Leading cost efficiency: Grok 4.5 averages a cost of $1.12 per AA-Briefcase task, placing it on the cost-performance Pareto frontier. This is much most cost effective than peer models such as Claude Opus 4.8 (max, $8.26) and GLM 5.2 (max, $1.71) ➤ Faster task completion: Grok 4.5 averages 12.4 minutes per AA-Briefcase task, also placing it on the speed-performance frontier. It is much faster than Claude Opus 4.8 (max, 23.9 min) and Claude Sonnet 5 (max, 36.9 min), primarily due to lower turn use. Grok 4.5 averages just 23 turns per task, ~40% of GLM 5.2 (max, 56) and ~13% of Claude Sonnet 5 (max, 183) Congratulations to @SpaceXAI, @cursor_ai, and @elonmusk on the impressive release!
OpenAI 正式推出 GPT-5.6 公开版本，并发布基于 GPT-5.6 和 Codex 技术的 ChatGPT Work 智能体。该智能体可自主处理数小时的复杂工作流，例如从客户研究到生成营销素材并适配多市场。它集成了 Unified Plugins Directory，支持 Google Drive、Slack、Salesforce 等第三方插件，并配备 Auto-Review 功能以防止数据泄露。桌面端所有用户即刻可用；Web 和移动端优先开放给 Pro、Enterprise、Edu 用户，Plus 和 Business 稍后跟进。ChatGPT Work 与 Codex 共享 agent 消费池，按任务复杂度和所选模型计费。
