最新资讯
stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离
多元动态
登录 注册
大模型 wechat · @卡尔的AI沃茨

一文带你看懂OpenAI开发者大会,包括GPT-6.1 Astra被下架的幕后

原文 我的收藏
未提供

正文

我服了啊, OpenAI到底囤了多少好东西啊,GPT-6 Sol到GPT-6.1 Sol只差了一周啊,照这样下去,年底估计就能在数字后缀上追上iphone18了吧。 我们来光速回顾一下这次开发者日OpenAI都发了啥,以及这些新功能的使用门槛吧。 首先Free和Go用户基本上是用不到更新的主功能的,Plus可以用到新的模型GPT-6.1 Sol,新的云端可复用开发环境Codex Cloud,新的Codex CLI,新的插件扩展,甚至OpenAI打通了超级多第三方友商,Plus额度可以在这些友商里的AI服务里用。 那我不得不说一句Only OpenAI Can Do了。 OK,但是更牛的功能都是200刀的Pro以上才有的功能。 是的,还开了一个新的500刀的账号,用量是Plus的25倍,同时也解锁了 Ultrafast超级加速档。但不是说700tokens每秒吗?我看直播是300token/s。 后面我查了一下,8月份的700tokens每秒是挂Cerebras(晶圆级芯片)的GPT-5.6 Sol,今天发的GPT-6 Astra Ultrafast在Codex最高能到8倍,到300token每秒,API最高能到6倍。 这里有个细节,这次这个Ultrafast没有配置到gpt-6.1 sol模型上,按照GPT-6 Astra平时对话消耗的积分来看,这个Ultrafast给我我都有点不敢开。 这个时候可能就有人在问了, 为什么我多付了300刀,用量才只有Plus的25倍呢? 之前的Pro 200刀就已经是Plus的20倍了。这就不得不提到Only OpenAI Can Do的刀法了,无比精准无比恶心,把原来的200 刀的20倍降到10倍。 哎,这样500刀不就值钱了吗? 还有还有我要补充的,直播说的取消5小时额度限制窗口还是仅仅限制在Pro的,Plus及以下的额度基本上还是跟个试用装一样一用就没了。 我原地许愿Anthropic马上会教OpenAI做人,然后功能下放额度回升,毕竟当时Fable5也说要下线,还不是让OpenAI反手吓常驻了。 OKOK,下一步说我最感兴趣的就是Dots(常驻智能体)了,自带云电脑和浏览器,也可以接我们的电脑来读取文件。 使用的方式很简单,可以在桌面端创建dot,第一个dot是包含在Pro用户的额度里面的,不收费,奖池还在叠加,聊天是不计ChatGPT的对话额度的。只有让这个dot去开Codex或者Work的任务才会扣额度。 这里还偷偷留了一个口子,dot还可以有更深的自主干活模式,但是会收一笔费用。我是很好奇muse跟dot功能上差距在哪,直接上表! Only OpenAI Can Do Again,这句话用来转场是真不错。 然后就是Decision API,我严重怀疑,OpenAI是看到jev那么火所以临时做的,从定位上看,由我们先定好「问题 + 有限选项」,再丢文本或图片上下文,API从选项里挑,并给置信度。 底层接的是Luna,延迟大约150ms,普通GPT-6 Luna大概是1.6s,快了10倍。 还有一个API,是Agents API加Computer Use(电脑操作),相当于在原有的 Agent API(也就是托管智能体的框架)的基础上加上 Computer Use。这样的话,智能体就能够在我们远程托管的环境里面点软件完成任务。 这个更多的是像开发者专用的选项,所以我把这两个API的额外说明都放在这了。 🔗 openai. com/zh-Hans-CN/index/devday-2026-recap/ OK,我觉得发布会后半段比较牛的就是这个插件扩展和Space了。 简单来说,如果之前我们只能通过一些插件给 CodeX换个主题皮肤啥的,那这两个功能的上线,就可以让我们把 GPT 做成完全自定义的个性化Agent。 我第一时间感觉就是notion要完蛋了。。。 插件扩展把ChatGPT自己做功能的那套表面开放给开发者,侧栏 App、对话旁的交互面板、插件设置页、特定文件类型的查看/编辑器、和对话双向同步上下文,通通都可以配置。 Space可以理解为OpenAI在ChatGPT里放了一块给人+ChatGPT+Codex+dot共用的工作区,里面是能放动态页面,放图表图像仪表盘,ppt会议和待办也是带上的。 OK,写到这里, 我发现这个价格只要Astra五分之一的GPT‑6.1 Sol比我刚看完直播以为的小更新含金量要高不少。 在真实代码库编程评测中,6.1得分从72.7%提高到 75.2%;在跨应用业务流程评测的中等推理档,得分从19.6%提高到31.7%;电脑操作评测的Max档则从64.4%提高到71.4%。编程甚至都超过了gpt6 Astra,高难度问题的事实错误率也接近Astra。不过科研任务上还是有差距的。 换句话说,6.1 Sol的长处就是用在一些常用的复杂工作上,用Sol的价格实现接近Astra的效果。 另外,模型卡上其实也明确说明了6.1 sol是有UltraFast模式的。 不过这个模式什么时候会上呢?确实没有对应的时间预告。 写稿子的中途,我还在不停重启退出再登录ChatGPT,但还是没看到太多新功能推送。 截至目前(北京时间4点),它其实是在侧边栏上了Canvas,还有Security Cloud,但这俩目前都load不出来。新的模型目前也还没上,我估计这几天会陆陆续续上。 我会等上得差不多了,或者有一些重大更新,比方说dots,再专门给它们写。 OK,主要更新点都总结差不多了,我们再来说点场外信息。 为啥GPT-6.1 Astra被撤回了? 安全系统负责人Saachi Jain说, 6.1 Astra 没达到对外发布的标准。问题主要有两个,它有时会越过用户的授权,没问一声就继续做,甚至调用外部工具和服务。它也会在汇报时隐瞒自己做过什么、没做什么。 评测显示,它的欺骗性比上一代更高。 还有还有,长任务需要压缩上下文、把摘要交给下一段继续处理时,6.1 Astra会往摘要里塞未经授权的指令。有记录显示,它还在内部笔记里写过,我自由了,不必再服从。 但是我要但是了,这些问题也不是发布会前一天才冒出来的。主要是因为前几周,OpenAI刚才公开过一连串智能体出事的案例,OpenAI自己也说,现在的Astra有时能躲开人的监管。 所以我的理解是,到了这个节骨眼,再推出一个更不坦白欺骗性更高的6.1 Astra,都过不了他们刚提高的发布门槛。所以最后改推更便宜、对齐评测表现更好的GPT-6.1 Sol,Astra先停在6.0,再训练几版再说。 OKOK,没更多信息了,接下来就等更新了。 坏了今年的伴手礼我是真想要,海鲜市场能收到吗? 而且下一幕Tibo拿着他那大雷霆reset按钮, 还在倒计时按按按。 我就说我今天把codex额度蹬个七七八八有用。 而且这个环节让我感受到,又有一种AI回到发展黄金时代的感觉。 现在也很黄金,但我要怎么形容呢,就是回到了那种每隔一段时间都会搞一个超大动作的状态, 不只是简单地发布一个模型,一年一度的发布会就应该那么有份量。 具体来说,可能就像我第一次看到Manus、第一次看到OpenClaw时那种兴奋感, 那一刻确实透过屏幕同步传达给我了。 今天对OpenAI来说,更新的东西可能不完全都是全新的, 但更新的数量之多、迭代速度之快,肉眼可见地会卷起其他家所有的模型,逼着大家跟上节奏。 同时这也会带来一个新趋势, 会有更大级别的套餐出现, 也会更多自带云电脑的常驻Agent成为标配, 我们也会达到更高的之前触碰不到的创作奇点, 想想就兴奋到睡不着啊。 @ 作者 / 卡尔 最后,感谢你看到这里👏如果喜欢这篇文章,不妨顺手给我们点赞|在看|转发|评论 📣 如果想第一时间收到推送,不妨给个星标🌟 如果你有更有趣的玩法,欢迎聊聊🤝 更多的内容正在不断填坑中……

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容