“跑高分”不等于“能交付”：AI排行榜正在经历一场信用重估
据第三方评测聚合平台 BenchLM 截至 10 月 26 日的统计，在其追踪的 710 个基准中，有 295 个是具备实际覆盖度的百分制基准，其中 105 个已经彻底“饱和”，榜首得分全部在 90 分以上。
Tibo的Codex翻盘记：接手不到一年就吞掉了ChatGPT
前两天，科技媒体 Every 的联合创始人兼 CEO Dan Shipper 发布了一篇长篇深度报道《How Codex Happened》，完整还原了 OpenAI 编程智能体 Codex 在过去一年多里从低谷走向翻盘的全过程。
Tibo的Codex翻盘记：接手不到一年就吞掉了ChatGPT
来源：市场资讯（来源：机器之心）编辑｜Panda前两天，科技媒体 Every 的联合创始人兼 CEO Dan Shipper 发布了一篇长篇深度报道《How Codex Happened》，完整还原了 OpenAI 编程智能体 Codex 在过去一年多里从低谷走向翻盘的全过程。
刚刚，Gemini 4 Carbon全面超越Opus 5.5！首发Token半价
没想到短短半个月，正式版Carbon不仅在智商与长程编程上完成了对Opus 5.5的正面反超，更在代码安全与防作弊上大幅领先。
谷歌Gemini 4 Carbon首批实测曝光，手感直逼Opus 5.5
Argon全面开放才8天，谷歌的下一张王牌，就杀进竞技场了!Lumina还把同一道体素宝塔题，交给Argon、Carbon、Opus 5.5和Sonnet 5.5同场比。
死对头牵手，GPT住进Gemini家，OpenAI半年集齐三大云
嚯，GPT要住进Gemini家了!就在今天，OpenAI和Google Cloud正式官宣了合作:GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna以及Codex，将正式上线Google Cloud。
Gemini 4 来了，谷歌或许回不到AI第一梯队，但我还是天天用它提效
一个是它重构大型代码库的能力，官方放出来的案例里，它帮 Chrome 团队在 4000 万行代码里剥离重构了 600 万行历史代码。
Claude和Codex谁更值得托付代码？开发者吵翻了
一句「你的代码更愿意交给谁」的提问，这两天在开发者圈子里炸出几十条回复。有人站 Claude，说复杂推理更稳；有人站 Codex，看中的是能直接上手操作电脑。争到后面，问题已经从「谁更强」变成了「按什么来选」。
UCSD教授创业用AI搞科研，4h交付顶刊水平成果，获数百万美金融资
此后，项目从 AIBuildAI Agent 1 迭代到 2 和 2.5 版本。第一，是从自动完成模型开发，进一步走向在真实科研问题上达到甚至超越人类最高水平。
刚刚，Gemini 4 Carbon发布，谷歌重回世界第一
令人欣慰的是，Carbon 将维持和 Argon 相同的引入期价格:每 100 万 token 输入:2 美元。当初 Argon 发布时，至少 Google AI Pro 订阅用户和付费 API 开发者还能第一时间尝鲜。