gpt-5.6-terra
PulseAugur coverage of gpt-5.6-terra — every cluster mentioning gpt-5.6-terra across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
OpenAI 将于 2026 年 12 月前停用 GPT-5 和 o3 模型
OpenAI 已宣布，包括 GPT-5 和 o3 变体在内的几个旧模型将于 2026 年 12 月 11 日关闭。此次弃用影响基础模型及其微调版本，以及特定的专业模型。建议开发者在截止日期前识别所有这些模型的使用情况，将其映射到 GPT-5.6-sol、GPT-5.6-terra 和 GPT-5.6-luna 等替代品，并彻底重新测试工具调用和结构化输出等功能。建议分阶段推出和关闭后监控，以确保平稳过渡。
-
OpenAI Evals 服务将关闭；敦促用户迁移
OpenAI 将停用其 Evals 服务，只读访问将于 10 月 31 日结束，完全无法访问将于 11 月 30 日结束。Agent Builder 和 v1/prompts API 也将于后者日期停用。建议用户将他们的 evals 迁移到 Promptfoo，导出结果，或通过 Evals API 检索数据以重建测试。作者介绍了 LLMShift，这是一个旨在帮助用户导出其 OpenAI Evals 并针对任何 LLM（包括来自 An…
-
新方法使用干预式迁移评估LLM生成的评分量规
研究人员引入了一种名为干预式迁移（IT）的新方法来评估大型语言模型（LLM）生成的评分量规的质量。该方法认为，如果两个评分量规在响应被扰动以使其通过或失败其中一个时表现出一致的行为，那么这两个评分量规是相似的。一项使用HealthBench的案例研究表明，在使用GPT-5.6-Terra的响应进行评估时，Qwen3.8-27B、Deepseek-V4-Flash和Opus-5生成的评分量规存在不对称性。研究结果表明，LLM生成的评分量…
-
新的“代码原语”系统将 LLM 存储库工程效率提升 61%
研究人员推出了一种名为“代码原语”（Code Primitives）的代理原生可重用代码组件，旨在促进大规模存储库工程。这些原语包括接口契约、依赖管理和验证测试，每个原语都利用驻留的 LLM 来调整其实现。一个名为 CodeFace 的库组织了 1,424 个此类原语，一个名为 LEGO 的系统则编排这些原语来构建完整的存储库。在 LEGO-REPO 基准测试的评估中，LEGO 显著提高了现有骨干的性能，特别是将 GPT-5.6-te…
-
AI 代理成本：GPT-5.6-terra 对比 Claude Sonnet-5
对 AI 代理成本的比较显示，模型之间的价格差异显著。GPT-5.6-terra 的测试成本为每个计划 0.159 美元，而 Claude Sonnet-5 在同一任务上的成本更高，为 0.734 美元。
-
提出新指标“人力时间”以有效跟踪AI成本
一位开发者提出了一个名为“人力时间”的新指标，以更好地跟踪团队内AI使用成本效益。与其使用可能具有误导性或令人气馁的token数量或美元金额，人力时间将AI使用量转换为可比较的劳动力成本单位。这种方法旨在通过使价值主张对个人用户和团队领导者来说更清晰、更直观，来鼓励更广泛地采用AI工具。
-
LangChain AI 发布 OpenWiki 以实现自维护代码库文档
OpenWiki 是 LangChain AI 开发的一款开源命令行界面工具，可自动生成和维护代码库的文档。它通过使用 AI 代理编写和更新内容来解决文档过时的问题，在存储库中创建 Markdown wiki。该 wiki 可作为 AI 代理的记忆，并通过交互式可视化供人类探索，并具有用于自动更新的 CI 集成等功能。
-
自编排脚手架提升大型语言模型编码性能
一篇新研究论文探讨了用于改进大型语言模型（LLM）编码性能的管理器-工作者脚手架的有效性。研究发现，这种使用共享文件系统工作区的自编排技术，在各种模型上提供了真实但有条件的益处。虽然它显著提升了 Qwen3.8-27B 和 Kimi-K3 等一些模型的性能，但对于 Qwen3.6-35B 等其他模型，其影响微乎其微或为负面。研究表明，与仅仅使用更大的模型相比，这种脚手架可以更具成本效益地实现高准确性，其机制如上下文管理和问题分解有助于提升。
-
NInfer 分叉版在 CMP170HX 硬件上实现了 Qwen3.6-35B 性能翻倍
一位用户成功分叉了 NInfer 项目，使其能够在 CMP170HX 硬件上运行，并为 Qwen3.6-35B 模型实现了两倍的性能提升。此修改涉及调整 CUDA 内核和编译器标志，以适应 CMP170HX 的特定架构，这与它最初基于的 RTX 3090 不同。用户强调了本地 AI 社区其他开发者的贡献，并详细介绍了为实现这一性能提升所克服的技术挑战，包括内核启动大小错误和工作区大小调整。
-
Qwen3.8 在 Agentic 任务上表现优于 GPT-5.6-Terra
最近的一项分析表明，Qwen3.8（特别是其 27b 参数版本）在 Agentic 任务上的表现优于 GPT-5.6-Terra。在人工智能分析 Agentic 指数（Artificial Analysis Agentic Index）上，Qwen3.8 模型得分 51，而 GPT-5.6-Terra 得分为 50。在一项相关比较中，Qwen3.8 Max 和 GPT-5.6-Sol 的得分均为 58。
-
LLM 工具更新，默认使用 GPT-5.6 Luna 并新增 OpenAI 端点命令
LLM 命令行工具发布了两个候选版本，0.32rc1 和 0.32rc2，带来了重大更新。RC2 默认使用 GPT-5.6 Luna，这是一个功能更强大但更昂贵的模型，并增加了一个无需预先配置即可与 OpenAI 兼容的端点进行交互的新命令。两个 RC 版本都增强了该工具处理复杂对话树和通过内容寻址哈希 ID 去重存储消息的能力。还增加了对 Sol 和 Terra 等几种 GPT-5.6 变体的支持。
-
OpenAI将于2026年7月23日退役15个模型，包括Codex
OpenAI计划于2026年7月23日退役约15个AI模型，其中包括五个Codex系列模型。此次弃用将影响生产端点，可能导致它们在没有提前错误通知的情况下停止响应。文章建议用户测试推荐的替代模型，并指出GPT-5.6（GPT-5.6 "Sol", gpt-5.6-terra, GPT-5.6-luna）等当前一代模型是建议的替代方案。文章还提到了一个用于跟踪OpenAI、Anthropic和Google模型退役日期的工具。