OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token
OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token就在刚刚，OpenAI晒出了一份打破纪录的Agent极限实测。
来自主题: AI产品测评
8523 点击 2026-10-15 14:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
就在刚刚，OpenAI晒出了一份打破纪录的Agent极限实测。
谷歌Gemini 4 Argon真的来了。
DeepSeek又悄么声更新模型了！
传统多模态检索，往往要维护多套embedding模型。文本用一套 embedding，图片用一套视觉模型，音频再单独接一条链路。
阶跃星辰新出的 Step 5 Preview，我前前后后测了一圈
Astra+Blender+AI视频生成 拉开了AGI时代的大幕一角
价格卷过DeepSeek Flash。
看来啊，老马显然也知道，国庆前后这几天的基模圈不好混。
一款能走进真实工作的生图模型。
千问把全模态Agent的使用成本，直接砍掉了90%！
AI NPC 开始趁用户下线，继续过自己的日子了。
最近，一个不会说话的大模型在网上火了。
大家小时候有没有看过交换空间，我可太爱了。
家人们，不知道你们有没有同感，世界模型这个词，最近半年出现的频率高得离谱，但好像身边很少有人用过。
到底是谁家的模型？
最新消息，参数293B的讯飞星火X2.5上线了……
模型正在接手更多复杂工具。
上周，《后西游记》在湖南卫视黄金档时段上映。
模型定上限，Agent 定下限。
家人们，DeepSeek V4.1 Flash 开启内测了。
千问办公，给AI办公补上缺口。
OpenClaw 2.0（v2026.8.1）对比前代v2026.7.1-2的实测显示，新版将LLM请求次数减少38%、工具调用减少35%且未触发上下文压缩，把开源Agent从个人工具推向可长期托管、可协作复盘的工作系统，但命令行安装和工程门槛依然较高，更适合团队受控环境测试。
实测首个AGI级别模型GPT-6，用一张白宫照片在22分钟内生成可自由漫游和调光的三维场景，并完成秦始皇骑北极熊的SVG动画、一句话制作马里奥风格赛车游戏及模仿孙宇晨风格的短文写作，展现其根据简短需求主动补全细节的能力。
豆包工作新增多Agents并行与Mac电脑GUI操作两大功能，实测可完成Mac mini购机配置调研、自动撰写邮件草稿、调整长辈电脑系统设置及批量定时发送微博等任务。
Anthropic前脚刚发布了Fable 5.1（具体可见Claude最强Fable 5.1发布！8项屠榜，最高降价45%，反蒸馏机制上线），后脚第三方权威跑分和个人第一手实测已经出炉了！
工作，是真的能先交给豆包工作了。
阿里千问新模型，又卷出了新水平。
8月14日，一个叫Cocode的项目悄悄出现在GitHub上，简介写得很直白，基于DeepSeek Harness构建的开箱即用发行版。不到两周，它拿到150多个star，并在8月25日发布了v1.0.2。
AI短剧的女主接一条广告，60秒报价25万元。另一边，一条AI天宫短片在海外刷屏，零推广、小成本，数以万计的海外观众追着去搜中国神话。做出这条短片的栖光，是成都一名90后眼镜店老板，没学过影视，也没有团队，AI创作只是他坚持了两年的业余爱好。这条刷屏的天宫短片，正是用Pavo做出来的。
刚刚，豆包正式发布了一款新产品——豆包工作。全新 Logo、独立的桌面客户端，它的定位很明确：一个面向生产力场景的全新 Agent 产品与品牌。