Yuchen Jin 发推调侃听说的 GPT-6 Astra 被称为 AGI 到来和"代际飞跃"的说法，并反讽称这就是今天早上半个互联网宕机的原因，戏称 AGI 已经接管了一切。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlw9p8j0pierow5dbjr4yo9
AI HOT
GPT-6 Astra 在 ARC-AGI 3 上取得 98.6%，而上一代 GPT-5.6 Sol 为 7.8%，作者连用多个问号表示难以置信。附图还显示其在 FrontierMath Tier 4 （v2） 得 97.6%、ExploitBench 得 100%、SRE-Bench （four attempts） 得 99.2%。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlwfzob0pmzrow5o0t252bz
作者转发一张完整基准对比表，称 OpenAI 新发布的 GPT-6 Astra 在多项评测上明显领先。ARC-AGI-3 从 GPT-5.6 Sol 的 7.8% 升至 98.6%，FrontierMath Tier 4 （v2） 为 97.6%，SRE-Bench 为 99.2%，ExploitBench 为 100.0%；作者称其压过了新发布的 Claude Fable 5.1。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlwgygo0pnprow5t9xcoyy4
OpenAI 发布仓库 PrimeGaps186（https://github.com/openai/PrimeGaps186），其中 GPT-6-Astra 的 Lean 形式化证明了存在无穷多对间隔不超过 186 的相邻素数。Noam Brown 表示在 GPT-6 Astra 的所有用途中最期待科学发现，称 OpenAI 尚未在数学和科学上把该模型推向极限。仓库说明指出 Lean 结果仍依赖三个明确输入公理，被引用的数学估计和数值计算尚未转化为这些输入的 Lean 证明。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlw5jja0pdrrow5m965czk1
Martian 发布 AI Frontier，一个交互式面板，衡量 44 个 LLM 在真实工作负载中的质量、成本以及跨重复运行解决同一问题的稳定性。面板分五个视图：单模型档案、一对一对比、标价 vs 实测成本、重复尝试一致性（得分约 0.74 到 0.96）和方法论。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlw2lh10pc3row5ur2jjbte
TechCrunch 报道，初创公司 Abliteration.ai 将去除安全护栏的开源权重模型（包括 Z.ai 的 GLM-5.3）托管为商业服务，用户可通过网页或 API 免费查询。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlw62pu0pf8row5l8yc2lf3
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlw2lh10pc4row5rjqu0bmd
一张基准对比表列出 GPT-6 Astra 的多项成绩：ARC-AGI-3 为 98.6%（对照 GPT-5.6 Sol 为 7.8%），FrontierMath Tier 4 （v2） 97.6%，GPQA Diamond 96%，ExploitBench 100%，DeepSWE v1.1 74.1%。引用内容称 OpenAI 计划在未来几天内将该模型带给付费 ChatGPT 订阅用户及其 API。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlveddr0ol0row5kpfkfdzv
Google Research 评估从 UK Biobank 欧洲人群向 Biobank Japan 近 20 万日本人群迁移多基因风险评分（PRS）的效果，覆盖 BMI、血压、血脂等八项临床性状。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlv3izm0oayrow5xxg02bv3
Martian 推出 AI Frontier 可靠性榜单，每个数据点运行 10 次，覆盖 16 个基准（含 TerminalBench、LiveCodeBench 等），当前 Qwen3.7 Max 可靠性 96.1%，Claude Opus 4.6 为 94.4%，GPT-5.5 为 93.5%。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtlveddr0ol1row593o1krel