Grok 4.5基准测试领先，GPT-5.6用户激增，X代码库即将开源

要点速览

• Grok 4.5在FrontierSWE和Long-Horizon Terminal-Bench等基准测试中排名前列，性能超越Claude Opus和GPT系列，成本更低，支持长期复杂工程任务。
• GPT-5.6 Sol增长迅速，Codex和ChatGPT Work活跃用户达800万，取消5小时速率限制，明天将发布更多更新。
• Elon Musk宣布X代码库将在安全审查后开源，并邀请第三方审查验证。
• Perplexity开源WANDR基准测试，用于衡量深度和广度研究能力，包含500个真实知识任务。
• Starlink V5终端发布，体积缩小48%、重量减轻62%，速度375+Mbps，美国设计制造。
• Yann LeCun批评美国芯片出口管制，认为会刺激中国芯片崛起，强调开源AI最终胜出。

一、AI模型竞争白热化

1. Grok 4.5在FrontierSWE、Long-Horizon Terminal-Bench等基准测试中排名前列，性能超越Claude Opus和GPT系列，具备低成本、快速处理长期复杂工程任务的能力，并新增Stripe和Calendly连接器，成为工作流操作系统。— 来源：1 2 3 4 5 6
2. GPT-5.6 Sol增长迅猛，推理团队支撑需求，Codex和ChatGPT Work活跃用户达到800万，重置所有使用限制，并继续取消5小时速率限制，鼓励用户探索能力边界。— 来源：1 2
3. Perplexity开源WANDR基准测试，用于衡量深度和广度研究能力，包含500个基于真实知识工作的任务，即使最强模型也难以应对，而Perplexity的Search as Code架构能有效解决。— 来源：1 2
4. Hugging Face发布多项模型进展：OvisOCR2在OmniDocBench上达96.58分，首个击败管线系统的端到端模型；Bonsai 27B通过1-bit量化从54GB压缩至3.9GB（-93%），仍保留90%性能，可在手机或浏览器本地运行；NVIDIA ARDY实现实时AI动画，输入文字生成角色动作序列。— 来源：1 2 3 4
5. Yann LeCun介绍VISReg，首个基于正则化的自监督学习方法，在域外泛化性能上超越MoCov3、DINO、MAE、DINOv2等方法，达到SOTA。— 来源：1

二、开源与行业生态

1. Elon Musk宣布X代码库开源，在完成安全审查后开源整个X代码库，并邀请第三方审查以确认运行的代码与开源一致。— 来源：1
2. Yann LeCun呼吁开源AI，严厉批评美国芯片出口管制政策，认为自毁美国市场主导地位，反而刺激中国芯片崛起；赞同未来12个月内90%的token将流向开放模型的预测，强调开放最终会胜利。— 来源：1 2
3. swyx总结AI工程五大趋势：焦点从智能体转向系统、循环工程成为新控制层、AI工程进入企业、编码智能体取代IDE、智能体平台围绕技能构建。— 来源：1
4. Deedy列出22家AI初创营收运行率超5亿美元，包括Cursor（40亿美元）、Scale（20亿美元）等，反映AI创业公司商业化加速。— 来源：1

三、硬件与基础设施

1. Starlink V5终端发布，尺寸缩小48%、重量减轻62%，功耗更低，风速评级更高，支持375+Mbps速度，由美国设计制造。— 来源：1 2 3
2. SpaceX快速发射，在不到8小时内从两个发射场发射两枚Falcon 9，部署56颗Starlink卫星；Starship仍按计划于明天飞行。— 来源：1 2
3. NVIDIA Jensen访日，在秋叶原与开发者会面，赠送DGX Spark，展示基于开放模型构建的项目，并与世嘉庆祝游戏创新合作。— 来源：1 2 3 4