当日重点整理
Claude Fable 5.1 登顶 Agent Arena
Claude Fable 5.1 在 Agent Arena 排名第一，净提升约 15.8%，单任务中位成本约 4.14 美元；相关测试还称其未出现工具幻觉。 From ↗
Bosgame 预告基于 Strix Halo 的大内存 AI 设备
Bosgame 预告 Gorgon Halo 设备，预计于 2026 年 10 月发布，可能配备 192GB 内存，主要面向本地 AI 推理和工作站场景。 From ↗
GPT-6 Astra Max 登顶 Code Arena WebDev
GPT-6 Astra Max 在 Code Arena WebDev 评测中以 1797 分排名第一，领先第二名 35 分；相关信息还显示其每百万 Token 成本约为 40 美元。 From ↗
GPT-6 Astra 在 ParseBench 文档解析评测中取得最高成绩
GPT-6 Astra 在 ParseBench 短文档测试中的准确率达到 97.2%，中等长度文档准确率达到 90.6%，取得该评测当前最高成绩。 From ↗
GPT-6 Astra 在网络安全评测中缩短任务完成时间
在 DeepSecBench 测试中，GPT-6 Astra 完成任务约需 49 分钟，相比 Sol 约 4 小时的耗时明显缩短，同时取得更高分数，成本约降低 50%。 From ↗
Grok Imagine Video 1.5 Agent 进入文本生成视频榜单前五
Grok Imagine Video 1.5 Agent 在 Text-to-Video Arena 中排名第五，得分 1491，与排名靠前的 Wan-3.0 和 FLUX 3 Video 相差约 3 分。 From ↗
Browser Use 预告接入 ChatGPT 应用
Browser Use 宣布计划接入 ChatGPT App，使 ChatGPT 能够控制浏览器并执行网页任务，同时实时展示远程浏览器状态。 From ↗
Deep Agents 提出可恢复的上下文管理方案
Deep Agents 建议将上下文压缩与文件系统中的完整工作历史结合，以降低重复发送内容的成本，并支持长流程 AI 代理在中断后恢复工作。 From ↗
AI 基础设施建设推动数据中心投资继续增长
Andreessen Horowitz 发布的信息显示，数据中心建设支出在半年内增加超过 250 亿美元，相关建筑岗位数量也重新超过 30 万，反映 AI 基础设施需求仍在扩张。 From ↗
NInfer 分支尝试为 RTX 5090 提供 555K 上下文支持
NInfer 社区分支加入 555K 上下文、FP4、YaRN 和 KV 缓存监控等能力，目标是改善 RTX 5090 上的大模型本地推理体验。 From ↗