来源渠道全部Industry MediaFirst Party

内容类型全部Big TechProductCampaignSEO与GEO社媒社区研究报告

7月8日

OpenAI News21:00精选

OpenAI 分析发现编码基准 SWE-Bench Pro 存在可靠性问题

OpenAI 发布新分析报告，指出热门编码基准测试 SWE-Bench Pro 在评估 AI 模型时存在信号与噪声问题，可能影响模型性能判断的准确性。SWE-Bench Pro 是业界广泛使用的基准，用于衡量 AI 在软件工程任务上的能力。OpenAI 的研究发现该基准存在数据泄露、测试集污染等缺陷，导致模型得分虚高，无法真实反映实际编码能力。该分析对 AI 模型评估的可靠性提出了重要质疑。

Big TechOpenAIAISWE-Bench编码评估基准测试

6月26日

OpenAI News18:00精选

OpenAI 预览 GPT-5.6 Sol：强化编码、科学及网络安全能力

OpenAI 于 2026 年 6 月 26 日发布了下一代模型 GPT-5.6 Sol 的预览。该模型在编码、科学和网络安全方面具备更强的能力，同时搭载了 OpenAI 迄今最先进的安全堆栈。预览中未提及具体发布日期或 API 价格，但强调模型在复杂推理任务上的显著提升。此举延续了 OpenAI 在 AI 安全与性能并重的发展路线。

Big TechOpenAIGPT-5.6 SolAI网络安全编码科学