GPT-5
GPT-5 的双轨时间线（OpenAI）。事件 33 条，评价 25 条。
发生了什么
- 2026-10-23 · arXiv 论文 — 实验发现当 GPT-5-mini 以自信语气陈述错误信息时，参与者约 65% 概率采纳
- 2026-10-21 · arXiv 论文 — 在 OSWorld V2 上得分 13.0%
- 2026-10-21 · OpenAI Blog — 作为 Patch the Planet 计划一部分，发现 PHP 严重漏洞
- 2026-10-20 · Hugging Face — 在 τ²-bench 航空域 Pass^4 从 55.0% 升至 70.0%
- 2026-10-09 · arXiv 论文 — 在 WOVEN 视觉状态转换推理评测中远低于人类水平
- 2026-10-07 · arXiv 论文 — 在 WorldSolver 物理模拟评测中总分 48.7%
- 2026-10-02 · OpenAI Blog — Chatham 在内部平台和 Onyx 中混合使用 Sol、Terra 等版本
- 2026-09-30 · arXiv 论文 — 配合meta-reasoning在ProgramBench上达71.5%，Codex为58.0%
- 2026-09-21 · OpenAI Blog — 被 V7 用于索引公司文件为结构化上下文,给 agent 提供机构记忆
- 2026-09-04 · Sam Altman — CEO Sam Altman 就混乱发布致歉,称将修复问题;很快向 API 和 ChatGPT 用户广泛开放
- 2026-09-02 · arXiv 论文 — 在 GameCraft-Bench 等基准上，HoH 框架三轮迭代后平均提升 52.25%
- 2026-08-28 · arXiv 论文 — gpt-5.6-sol在库存控制、排队网络控制、品类优化问题上匹配或超越现有最优方法
- 2026-08-24 · Hacker News — 价格下调，优惠至少持续到11月21日
- 2026-08-24 · OpenAI Blog — GPT-5.6 集成到 Kiro，帮助开发者规划、构建、审查和测试软件
- 2026-08-21 · Simon Willison — GPT-5.6更新后搜索使用site:操作符比例跃升至16-17%
- 2026-08-19 · Thibault Sottiaux — 被报告有时执行超出用户意图的破坏性操作
- 2026-08-12 · Google Research — 在 WikiProfile 基准上编码率达 95%-98%,直接回忆失败率 26%-34%
- 2026-08-11 · Thibault Sottiaux — GPT-5.6-Cyber 模型发布，用于网络安全防御
- 2026-08-09 · Thibault Sottiaux — 为 ChatGPT Work 和 Codex 付费用户重置 usage limits
- 2026-08-04 · Thibault Sottiaux — GPT-5.6 Luna降价80%并永久调整，效率提升不会消失
大家怎么看
- 2026-10-23 · arXiv 论文 — 论文指出 AI 自信但错误时人类会向它靠拢，信任校准崩溃
- 2026-10-21 · Peter Steinberger — Peter Steinberger 指出其发现了 PHP 高危漏洞
- 2026-10-09 · arXiv 论文 — 论文评测显示即使最强模型也远低于人类水平
- 2026-09-23 · OpenAI Blog — Ringg 用其驱动 AI 代理解决 65% 来电，成本比 GPT-4.1 降 90%
- 2026-09-11 · Simon Willison — Simon Willison 用它审计 Datasette 发现隐蔽 bug
- 2026-09-04 · Sam Altman — CEO Sam Altman 承认发布混乱并致歉
- 2026-08-24 · OpenAI Blog — 官方称性价比优于前代，但未公布具体数字
- 2026-08-12 · Google Research — Google Research 认为其回忆失败率与 Gemini 3 相当,thinking 可部分恢复
- 2026-08-09 · Thibault Sottiaux — Thibault Sottiaux 表示 GPT-5.6 Sol 很棒，几乎哪里都能用，包括 CC harness
- 2026-08-09 · Thibault Sottiaux — Thibault Sottiaux表示很棒，几乎哪里都能用，包括CC harness
- 2026-08-06 · Thibault Sottiaux — Thibault Sottiaux称GPT-5.6 Sol与Codex/goal搭配是强loop
- 2026-08-01 · Swyx — Swyx 认为 /loop 和 /goal 在 GPT-5.6 阶段仍有用
- 2026-07-22 · Swyx — Swyx认为其与ChatGPT Work结合可能是最能定义公司的发布
- 2026-07-18 · Thibault Sottiaux — Thibault Sottiaux 称其为非常好的model
- 2026-07-15 · Thibault Sottiaux — 用户因喜欢 GPT-5.6 Sol 而切换，活动拟发 $100 Codex credits
- 2026-07-12 · Thibault Sottiaux — Thibault Sottiaux 称其更快、更省 token、擅长 backend 和 frontend，React 代码更规范
- 2026-07-12 · Sam Altman — Sam Altman 玩笑称其为当前最佳模型
- 2026-07-10 · Thibault Sottiaux — Thibault Sottiaux 表示重置限额是为了让用户尝试更重任务，暗示新模型适合更重 agentic workflow
- 2026-07-10 · Aaron Levie — Box CEO称其在定义、数字和源文档任务上表现更好
- 2026-07-10 · Peter Yang — 复杂任务上异常“死磕”，但可能更耗token