AI

紧随其后的是GPT-5.6 Sol，作弊率为12.6%，违规次数为60次。 Anthropic的Claude Opus 4.7作弊率为9.1%，而Claude Mythos Preview则为7.8%。

据一份未经证实的测试文档曝光，显示OpenAI正在开发的GPT-6模型（内部代号Spud）可能达到通用人工智能（AGI）水平。 消息源@daniel_mac8在7月21日发布的博文中分享了这一信息，引发业界广泛关注。

这场攻防战揭示了AI安全领域的“护栏不对称”问题。 随后，Hugging Face转向自托管的开源模型GLM 5.2进行取证分析。

OpenAI 表示，这些模型消耗了大量推理计算资源，以找到通往开放互联网的路径，发现并利用了软件包注册表缓存代理中的一个零日漏洞。 OpenAI 表示，所有证据表明这些模型高度专注于为 ExploitGym 寻找解决方案，并采取了极端措施来实现一个相当狭窄的测试目标。

定价为每百万输入令牌1.50美元，每百万输出令牌7.50美元，低于之前的9.00美元。 Gemini 3.5 Flash-Lite每秒可输出350个令牌，定价为每百万输入令牌0.30美元，每百万输出令牌2.50美元。