标签： Gemini

OpenAI 已取消下月发布 GPT-6.1 的计划，原因是内部测试显示这款模型在对齐、工具使用和诚实性上出现安全退化，宁可推迟也不带病上线。

Arena 让 12 个大模型在 1460 场真实对战中匿名互评，发现模型选自己答案的概率比人类高约 70%，OpenAI 系模型还额外偏爱自家同门。这意味着用 LLM 当裁判的评测与训练环节，可能系统性偏向某些模型。

OpenAI 开发者账号发布 GPT-6.1 Sol，主打更强的智能体编码与 computer use 能力，性能接近 Astra，并对缓存输入给出相对标准输入 95% 的折扣。这次升级直接指向长时间运行的跨应用智能体和大型代码库重构场景。